如何根据变量extra及其他列值调整DataFrame中Space列的值？

给定如下输入DataFrame和可正可负的变量extra：

input_df

Item    Space   refill      Min     Max
Apple   0.25    12.53       0.125   0.25
Lemon   0.25    11.2        0.25    0.375       
Potato  0.375   10.3        0.375   0.75
Melon   0.375   9.2         0.25    0.75

规则说明 #

1. 当extra = 0.25时：

   • 将额外空间按0.125的倍数拆分
   • 优先分配给refill值更高的项
   • 调整后Space不能超过Max，超出则跳过该项目
   • 预期输出：

     Item    Space   refill      Min     Max
     Apple   0.25    12.53       0.125   0.25        #item skipped since it exceeds Max limit if extra space added
     Lemon   0.375   11.2        0.25    0.375       #0.125 from extra space added here
     Potato  0.5     10.3        0.375   0.75        #remaining 0.125 from extra space added here
     Melon   0.375   9.2         0.25    0.75        #no more space to be added
     

2. 当extra = -0.25时：

   • 将需缩减的空间按-0.125的倍数拆分
   • 优先从refill值更高的项中缩减
   • 调整后Space不能低于Min，低于则跳过该项目
   • 预期输出：

     Item    Space   refill      Min     Max
     Apple   0.125   12.53       0.125   0.25        #-0.125 from extra space reduced here
     Lemon   0.25    11.2        0.25    0.375       #item skipped since it doesn't satisfy Min limit if reduced
     Potato  0.375   10.3        0.375   0.75        #item skipped since it doesn't satisfy Min limit if reduced
     Melon   0.25    9.2         0.25    0.75        #rem -0.125 from extra space reduced here
     

Python解决方案 #

以下是实现上述逻辑的代码，基于Pandas库：

import pandas as pd

def adjust_space(df, extra):
    # 复制原DataFrame避免修改原始数据
    df = df.copy()
    # 定义每次调整的步长
    step = 0.125 if extra > 0 else -0.125
    # 计算需要调整的总次数
    adjust_times = abs(int(extra / step))
    
    # 按refill降序排序，优先处理高优先级项
    sorted_df = df.sort_values('refill', ascending=False).reset_index(drop=True)
    
    for _ in range(adjust_times):
        for idx, row in sorted_df.iterrows():
            current_space = row['Space']
            new_space = current_space + step
            
            # 根据extra正负判断边界条件
            if extra > 0:
                if new_space <= row['Max']:
                    sorted_df.loc[idx, 'Space'] = new_space
                    break
            else:
                if new_space >= row['Min']:
                    sorted_df.loc[idx, 'Space'] = new_space
                    break
    
    # 恢复原DataFrame的Item顺序
    result_df = sorted_df.set_index('Item').reindex(df['Item']).reset_index()
    return result_df

# 测试用例初始化
input_df = pd.DataFrame({
    'Item': ['Apple', 'Lemon', 'Potato', 'Melon'],
    'Space': [0.25, 0.25, 0.375, 0.375],
    'refill': [12.53, 11.2, 10.3, 9.2],
    'Min': [0.125, 0.25, 0.375, 0.25],
    'Max': [0.25, 0.375, 0.75, 0.75]
})

# 测试extra=0.25的场景
print("extra=0.25时的输出：")
print(adjust_space(input_df, 0.25))

# 测试extra=-0.25的场景
print("\nextra=-0.25时的输出：")
print(adjust_space(input_df, -0.25))

代码说明 #

• 先复制原始DataFrame，避免修改源数据
• 根据extra的正负确定单次调整步长，并计算总调整次数
• 按refill降序排序，确保高优先级项先被处理
• 循环执行每次调整：遍历排序后的项，检查调整后是否符合边界限制，符合则修改并进入下一次调整
• 最后恢复原DataFrame的Item顺序，保证输出与输入的项顺序一致

内容的提问来源于stack exchange，提问作者user12345