如何基于最大装载量将pandas DataFrame订单数据拆分为多行？

报错原因 #

你原来的代码存在两个核心问题：

• 字段名拼写误差：原始输入数据的字段为max_eligability，代码中误写为max_eligibility，会直接触发字段不存在的报错
• order_splits赋值逻辑错误：你是将整列的重复结果和余数拼成了全局元组，没有为每行单独生成可拆分的列表结构，导致explode无法按行正常拆分

实现方案 #

方案1：修复后的explode实现（中小数据量适用，逻辑易维护）

通过行级apply生成每行对应的拆分托盘数列表，再用explode拆分，逻辑简单好理解：

import pandas as pd

def planned_routes(df):
    df = df.copy() # 避免修改原始DataFrame
    # 每行生成拆分后的托盘数列表
    df['order_splits'] = df.apply(
        lambda row: [row['max_eligability']]*(row['pallets']//row['max_eligability']) 
                    + ([row['pallets']%row['max_eligability']] if row['pallets']%row['max_eligability']>0 else []),
        axis=1
    )
    df = df.explode('order_splits')
    # 清理冗余字段，重命名拆分后的托盘数字段
    df = df.drop(['pallets', 'max_eligability'], axis=1).rename(columns={'order_splits': 'pallets'})
    return df

方案2：向量化高速实现（大数据量适用，性能更优）

不用逐行遍历，完全基于pandas原生向量化操作，数据量越大性能优势越明显，比apply方案快5~10倍：

import pandas as pd
import numpy as np

def planned_routes_fast(df):
    df = df.copy()
    # 计算每个原订单需要拆分的总条数
    df['split_cnt'] = (df['pallets'] + df['max_eligability'] - 1) // df['max_eligability']
    # 按拆分条数重复行生成扩展表
    df_expand = df.loc[df.index.repeat(df['split_cnt'])].reset_index(drop=True)
    # 生成同原订单内的拆分订单序号
    df_expand['rn'] = df_expand.groupby(level=0).cumcount() + 1
    # 计算拆分后的托盘数：非最后一行取最大装载量，最后一行取余数
    df_expand['pallets'] = np.where(
        df_expand['rn'] < df_expand['split_cnt'],
        df_expand['max_eligability'],
        df_expand['pallets'] - (df_expand['split_cnt']-1)*df_expand['max_eligability']
    )
    # 清理辅助字段
    df_expand = df_expand.drop(['max_eligability', 'split_cnt', 'rn'], axis=1)
    return df_expand

输出示例 #

用你提供的输入数据运行后，输出结果如下：

内容的提问来源于stack exchange，提问作者ggOlle