如何在Pandas中构建库存耗尽日期计算列

需求说明 #

生成DataFrame，展示仓库中每笔补货对应的库存耗尽日期（计算时需排除后续补货的影响）。

初始DataFrame构建代码 #

import pandas as pd

data = {'warehouse': ['M1', 'M1', 'M1', 'M1', 'M1', 'M1', 'M1', 'M1', 'M1', 'M2'],
        'item': ['Partxy', 'Partxy', 'Partxy', 'Partxy', 'Partxy', 'Partxy', 'Partxy', 'Partxy', 'Partxy', 'Partz'],
        'date': ['01/01/2023', '05/01/2023', '07/01/2023', '08/01/2023', '09/01/2023', '10/01/2023', '15/01/2023', '18/01/2023', '19/01/2023', '22/01/2023'],
        'tot_load_replenishment': [0, 0, 20, 0, 0, 50, 0, 50, 0, 0],
        'tot_unload': [0, -30, -15, -50, -10, -5, -30, -10, -5, -10],
        'stock': [100, 70, 75, 25, 15, 60, 30, 70, 65, 300],
        'stock_before_load': [None, None, 55, None, None, 10, None, 20, None, None]}


load_unload = pd.DataFrame(data)

load_unload['tot_load_replenishment'] = load_unload['tot_load_replenishment'].astype(int)
load_unload['tot_unload'] = load_unload['tot_unload'].astype(int)
load_unload['date'] = pd.to_datetime(load_unload['date'], format='%d/%m/%Y').dt.strftime('%Y-%m-%d')

原代码问题分析 #

原代码核心错误有两点：

1. 未排除后续补货的干扰：后续补货会打断当前库存的消耗周期，计算时需限定在当前补货到下一次补货的时间范围内。
2. 库存耗尽判断逻辑错误：用单条出库记录直接和剩余库存比较，应该用累计出库量判断是否超过补货前的剩余库存。

修复后的代码 #

# 筛选目标仓库和物料
item = 'Partxy'
warehouse = 'M1'
item_war_mask = (load_unload['item'] == item) & (load_unload['warehouse'] == warehouse)
load_unload_item_war = load_unload[item_war_mask].copy()
# 转换日期为datetime类型，方便时间比较
load_unload_item_war['date'] = pd.to_datetime(load_unload_item_war['date'])

# 获取所有补货记录
mov_replenishment = load_unload_item_war[load_unload_item_war['tot_load_replenishment'] > 0].copy()
# 提取所有补货日期，用于划分每个补货的消耗周期
replenish_dates = mov_replenishment['date'].tolist()

def get_exhaustion_date(row, df, replenish_dates):
    current_replenish_date = row['date']
    residual_stock = row['stock_before_load']
    
    # 找到下一次补货日期，作为当前消耗周期的截止点
    next_replenish_dates = [d for d in replenish_dates if d > current_replenish_date]
    end_date = next_replenish_dates[0] if next_replenish_dates else pd.Timestamp.max
    
    # 筛选当前补货后、下一次补货前的出库记录
    period_df = df[(df['date'] > current_replenish_date) & (df['date'] < end_date)].copy()
    # 计算累计出库量（转为正数便于比较）
    period_df['cumulative_unload'] = period_df['tot_unload'].abs().cumsum()
    
    # 找到第一个累计出库量超过剩余库存的日期
    exhausted_mask = period_df['cumulative_unload'] > residual_stock
    if exhausted_mask.any():
        return period_df[exhausted_mask]['date'].min().strftime('%Y-%m-%d')
    else:
        # 周期内库存未耗尽则返回None
        return None

# 应用函数计算每笔补货的耗尽日期
mov_replenishment['exhaustion_date'] = mov_replenishment.apply(
    lambda row: get_exhaustion_date(row, load_unload_item_war, replenish_dates),
    axis=1
)

# 输出结果
print(mov_replenishment[['warehouse', 'item', 'date', 'tot_load_replenishment', 'stock_before_load', 'exhaustion_date']])

代码说明 #

1. 日期类型转换：将日期转为datetime类型，避免字符串比较的潜在误差。
2. 补货周期划分：为每笔补货匹配下一次补货日期，限定当前库存消耗的时间范围，彻底排除后续补货的干扰。
3. 累计出库判断：通过计算周期内累计出库量，精准定位库存耗尽的第一个日期。
4. 边界处理：如果当前补货周期内库存未耗尽（到下一次补货仍有剩余），返回None标记。

内容的提问来源于stack exchange，提问作者finoz