如何用Python Pandas按SKU和日期为CSV追加指定序列值列

核心需求拆解 #

• 分组依据：SKU + 日期，每组内独立生成数值序列，跨组（不同日期/SKU）重置起始值
• 数值分配规则：
  • 同一组内按指定范围的未使用数值依次递增
  • 支持不同SKU对应不同数值范围
  • 支持部分SKU按奇偶间隔选取数值（如仅取奇数/偶数）

实现步骤与代码 #

1. 数据读取与预处理 #

假设输入CSV包含SKU、Date、XValue（待替换）、Range to be used（SKU对应的数值范围，格式如5-10），先读取并解析范围：

import pandas as pd

# 读取CSV文件
df = pd.read_csv('your_file.csv')

# 解析数值范围：拆分起始和结束值，转为整数
df[['range_start', 'range_end']] = df['Range to be used'].str.split('-', expand=True).astype(int)

# 配置SKU的奇偶规则：1=仅取奇数，0=仅取偶数，None=全部数值
sku_parity_rule = {5678: 1, 3214: None}  # 可根据实际需求修改
df['parity'] = df['SKU'].map(sku_parity_rule)

2. 自定义分组分配函数 #

编写函数为每个分组生成符合规则的数值序列：

def assign_xvalue(group):
    start = group['range_start'].iloc[0]
    end = group['range_end'].iloc[0]
    parity = group['parity'].iloc[0]
    
    # 根据奇偶规则生成候选数值列表
    if parity == 1:
        # 生成奇数序列：起始为奇数则取奇，起始为偶则从下一个奇数开始
        candidates = list(range(start if start % 2 == 1 else start+1, end+1, 2))
    elif parity == 0:
        # 生成偶数序列：起始为偶数则取偶，起始为奇则从下一个偶数开始
        candidates = list(range(start if start % 2 == 0 else start+1, end+1, 2))
    else:
        candidates = list(range(start, end+1))  # 无奇偶限制，取全部数值
    
    # 为分组内每一行分配值，若行数超过候选数则循环使用
    group_size = len(group)
    assigned_values = [candidates[i % len(candidates)] for i in range(group_size)]
    
    group['XValue'] = assigned_values
    return group

3. 分组应用函数并输出结果 #

按SKU和Date分组，应用分配函数后整理输出：

# 按SKU+日期分组，应用分配逻辑
result_df = df.groupby(['SKU', 'Date'], group_keys=False).apply(assign_xvalue)

# 保留需要的输出列
result_df = result_df[['SKU', 'Date', 'XValue']]

# 保存结果到CSV
result_df.to_csv('output_file.csv', index=False)

# 打印结果示例
print(result_df)

示例验证 #

单SKU示例 #

输入数据：

输出结果：

多SKU示例 #

输入数据：

输出结果：

奇偶间隔示例（SKU=5678取奇数） #

输入数据：

输出结果：

注意事项 #

• 若分组内行数超过候选数值数量，代码会循环使用候选值，可根据需求修改为抛出警告或停止分配
• 建议先将日期列转为datetime类型，避免格式问题导致分组错误：df['Date'] = pd.to_datetime(df['Date'])
• 奇偶规则可灵活调整，比如修改range的起始参数适配不同需求

内容的提问来源于stack exchange，提问作者Trevor