如何从另一DataFrame匹配合适箱号：一对多箱量匹配

数据说明 #

产量数据（df1） #

df1 = pd.DataFrame({'machine':['A','A','A','A','A','B','B','B','B','B','B'],'qty':[1,3,5,2,4,2,4,5,5,3,2]})

箱子容积数据（df2） #

df2 = pd.DataFrame({'machine':['A','A','A','A','A','B','B','B','B','B','B','B'],
                    'box_id':['box_1','box_2','box_3','box_4','box_5','box_6','box_7','box_8','box_9','box_10','box_11','box_12'],
                    'volume':[4,5,3,2,5,3,4,3,6,4,8,5]})

需求目标 #

为df1添加box_id列，匹配df2中符合规则的箱号，最终输出如下output_df：

output_df = pd.DataFrame({'machine':['A','A','A','A','A','B','B','B','B','B','B'],
                           'qty':[1,3,5,2,4,2,4,5,5,3,2],
                           'box_id':['box_1','box_1','box_2','box_3','box_5','box_6','box_7','box_9','box_11','box_12','box_12']})

匹配规则 #

• 按df2中对应机器的箱子顺序依次使用
• 当前箱子剩余空间可容纳当前产量时复用，空间不足则取下一个箱子
• 机器切换时，重置箱子使用顺序，重新从对应机器的第一个箱子开始匹配

实现代码 #

import pandas as pd

def assign_boxes(df_production, df_boxes):
    # 按机器分组箱子数据，方便快速调用
    box_groups = {
        machine: group[['box_id', 'volume']].reset_index(drop=True)
        for machine, group in df_boxes.groupby('machine')
    }
    
    assigned_boxes = []
    current_machine = None
    current_box_index = 0
    remaining_space = 0
    
    for _, prod_row in df_production.iterrows():
        machine = prod_row['machine']
        qty = prod_row['qty']
        
        # 切换机器时重置箱子使用状态
        if machine != current_machine:
            current_machine = machine
            current_box_index = 0
            remaining_space = box_groups[machine].iloc[current_box_index]['volume']
        
        # 循环找到能容纳当前产量的箱子
        while remaining_space < qty:
            current_box_index += 1
            remaining_space = box_groups[machine].iloc[current_box_index]['volume']
        
        # 记录分配的箱号，更新剩余空间
        box_id = box_groups[machine].iloc[current_box_index]['box_id']
        remaining_space -= qty
        
        assigned_boxes.append({
            'machine': machine,
            'qty': qty,
            'box_id': box_id
        })
    
    return pd.DataFrame(assigned_boxes)

# 执行示例
df1 = pd.DataFrame({'machine':['A','A','A','A','A','B','B','B','B','B','B'],'qty':[1,3,5,2,4,2,4,5,5,3,2]})
df2 = pd.DataFrame({'machine':['A','A','A','A','A','B','B','B','B','B','B','B'],
                    'box_id':['box_1','box_2','box_3','box_4','box_5','box_6','box_7','box_8','box_9','box_10','box_11','box_12'],
                    'volume':[4,5,3,2,5,3,4,3,6,4,8,5]})

output_df = assign_boxes(df1, df2)
print(output_df)

内容的提问来源于stack exchange，提问作者ghost_like