使用Pandas基于其他行计算成本时遇重复引用首行数据问题

嘿，我明白你遇到的问题了——这通常是因为你在查找原材料成本的时候，没有针对每一行的Material去匹配对应的价格，而是不小心固定取了首行的结果对吧？别担心，咱们用Pandas很容易解决这个问题，核心思路是先做一个「原材料价格查找表」，让每一行都能精准匹配到对应原材料的成本。

问题根源分析 #

你之前的代码之所以总是引用首行数据，大概率是因为你在获取原材料价格时，没有做行级别的匹配——比如用了iloc[0]固定取第一个结果，或者直接用整个Series做匹配，导致所有行都复用了首行的原材料价格。

解决步骤 #

1. 先构建原材料价格的映射字典

首先把DataFrame里所有原材料（也就是Price不为空的Item）的价格提取出来，做成一个字典，这样就能快速通过原材料名称查到对应的成本：

import pandas as pd

# 假设你的DataFrame名为df
# 把Item作为键，Price作为值，只保留Price非空的条目（也就是原材料）
price_lookup = df.set_index('Item')['Price'].dropna().to_dict()

2. 逐行计算原材料成本

根据你的DataFrame结构，分两种情况处理：

情况一：每行对应产品的单个原材料需求

如果你的DataFrame里，每一行是某产品对一个原材料的需求，直接用apply逐行计算：

# 对每一行，用MaterialSum × 对应原材料的价格
df['RawMaterialCost'] = df.apply(
    lambda row: row['MaterialSum'] * price_lookup.get(row['Material'], 0) 
    if pd.notna(row['Material']) else None,  # 跳过没有原材料的行（比如原材料本身）
    axis=1
)

这里用price_lookup.get()是为了防止出现不存在的原材料，默认返回0，你可以根据实际业务调整这个默认值。

情况二：一个产品对应多个原材料（多行数据）

如果同一个产品的多个原材料需求分散在不同行，我们可以先计算每个原材料的成本，再按产品分组求和得到总成本：

# 先计算单个原材料的成本
df['SingleMaterialCost'] = df.apply(
    lambda row: row['MaterialSum'] * price_lookup.get(row['Material'], 0)
    if pd.notna(row['Material']) else None,
    axis=1
)

# 按Item分组，求和得到每个产品的总成本
df['TotalProductCost'] = df.groupby('Item')['SingleMaterialCost'].transform('sum')

测试示例 #

我给你写了个测试用例，你可以直接运行验证效果：

# 构造测试数据
data = {
    'Item': ['ProductX', 'MaterialA', 'ProductX', 'MaterialB', 'ProductY'],
    'Price': [None, 5.0, None, 3.0, None],
    'Material': ['MaterialA', None, 'MaterialB', None, 'MaterialA'],
    'MaterialSum': [2, None, 4, None, 3]
}
df = pd.DataFrame(data)

# 创建价格映射
price_lookup = df.set_index('Item')['Price'].dropna().to_dict()

# 计算单个原材料成本
df['SingleMaterialCost'] = df.apply(
    lambda row: row['MaterialSum'] * price_lookup.get(row['Material'], 0) if pd.notna(row['Material']) else None,
    axis=1
)

# 计算产品总成本
df['TotalCost'] = df.groupby('Item')['SingleMaterialCost'].transform('sum')

print(df)

运行后会得到这样的结果：

Item  Price   Material  MaterialSum  SingleMaterialCost  TotalCost
0  ProductX    NaN  MaterialA          2.0                10.0       22.0
1  MaterialA    5.0       NaN          NaN                 NaN        NaN
2  ProductX    NaN  MaterialB          4.0                12.0       22.0
3  MaterialB    3.0       NaN          NaN                 NaN        NaN
4  ProductY    NaN  MaterialA          3.0                15.0       15.0

内容的提问来源于stack exchange，提问作者Richard Lucky