从另一DataFrame匹配唯一分组：为产品分配对应容量的箱ID

我是Python初学者，需要完成以下任务：现有两个DataFrame：

• df1：箱信息，包含boxID（箱编号）和volume（箱容量）
• df2：产品信息，包含Product No（产品编号）和amount（产品数量）

需要给df2新增box ID列，规则是按顺序累加df2的产品数量，尽可能填满但不超过对应箱的容量，匹配对应的箱ID。比如箱A容量30，累加产品1（10）、2（5）、3（13）总和28未超30，再加产品4就会超，所以这三个产品分配给A；接下来产品4分配给箱B，以此类推。

示例输入 #

箱信息df1 #

import pandas as pd

df1 = pd.DataFrame({'boxID':['A', 'B', 'C', 'D'],'volume':[30,25,30,10]})
# 设置boxID为索引后的展示
df1.set_index("boxID")

展示效果：

产品信息df2 #

df2 = pd.DataFrame({'Product No':['1', '2', '3', '4', '5', '6', '7'],'amount':[10, 5, 13, 15, 20, 10, 17]})
# 设置Product No为索引后的展示
df2.set_index("Product No")

展示效果：

示例输出 #

output_df2 = pd.DataFrame({'Product No':['1', '2', '3', '4', '5', '6', '7'],'amount':[10, 5, 13, 15, 20, 10, 17], 'box ID':['A', 'A', 'A', 'B', 'C', 'C', 'D']})
# 设置Product No为索引后的展示
output_df2.set_index("Product No")

展示效果：

解决方案代码 #

import pandas as pd

# 初始化输入数据
df1 = pd.DataFrame({'boxID':['A', 'B', 'C', 'D'],'volume':[30,25,30,10]})
df2 = pd.DataFrame({'Product No':['1', '2', '3', '4', '5', '6', '7'],'amount':[10, 5, 13, 15, 20, 10, 17]})

# 初始化变量：当前箱索引、当前箱剩余容量、存储箱ID的列表
current_box_idx = 0
remaining_volume = df1.loc[current_box_idx, 'volume']
box_ids = []

# 遍历每个产品的数量
for amount in df2['amount']:
    # 如果当前产品装不进剩余容量，切换到下一个箱
    while amount > remaining_volume:
        current_box_idx += 1
        remaining_volume = df1.loc[current_box_idx, 'volume']
    
    # 分配当前箱ID
    box_ids.append(df1.loc[current_box_idx, 'boxID'])
    # 更新剩余容量
    remaining_volume -= amount

# 将箱ID列添加到df2中
df2['box ID'] = box_ids

# 打印最终结果
print(df2.set_index('Product No'))

代码说明 #

1. 初始化变量：

   • current_box_idx：记录当前正在使用的箱的索引，从第一个箱（索引0）开始
   • remaining_volume：当前箱剩余的可容纳容量，初始为第一个箱的总容量
   • box_ids：用来存储每个产品对应的箱ID，最后会转成df2的新列

2. 遍历产品数量：

   • 对每个产品的数量，先检查能不能放进当前箱的剩余容量
   • 如果装不下，就切换到下一个箱，更新剩余容量（直到找到能装下的箱）
   • 给当前产品分配箱ID，然后减去产品数量，更新剩余容量

3. 添加新列：把存储好的箱ID列表添加到df2中，得到最终结果

内容的提问来源于stack exchange，提问作者ghost_like