如何用Python实现按给定概率从SKU列表中随机选取指定数量商品？

嗨，我来帮你把Excel里的拣货清单逻辑搬到Python里，一步步来很简单的！

首先，先帮你拆解一下你找到的那个random_pick函数——它其实完美实现了你Excel公式的核心逻辑：

Excel里是生成一个0-1的随机数，然后找第一个累积概率大于这个随机数的SKU；这个Python函数也是一样：生成随机数x，然后遍历SKU和对应的单个概率，累加得到累积概率，一旦累加值超过x，就返回当前SKU，和你的Excel公式逻辑完全匹配。

接下来分三步实现你的需求：

1. 把Excel数据读进Python #

首先你需要把Excel里的SKU列表和对应的概率（注意是单个SKU的概率，不是累积概率，函数会自己累加）读取到Python里。推荐用pandas来处理Excel，代码大概是这样：

import pandas as pd

# 替换成你的Excel文件路径和列名
df = pd.read_excel("你的库存数据.xlsx")
sku_list = df["SKU列的名称"].tolist()  # 比如你Excel里SKU在A列，就填"A"或者列的实际名称
probabilities = df["单个概率列的名称"].tolist()  # 对应你计算的每个SKU的概率列

⚠️ 注意：要保证SKU列表和概率列表的顺序完全和Excel一致（按销量从高到低排序），而且所有概率的总和要接近1（允许微小的浮点误差）。

2. 批量生成20个SKU的拣货清单 #

有了数据之后，只需要循环调用random_pick函数20次就行，用列表推导式很简洁：

import random

def random_pick(some_list, probabilities):
    x = random.uniform(0, 1)
    cumulative_probability = 0.0
    for item, item_probability in zip(some_list, probabilities):
        cumulative_probability += item_probability
        if x < cumulative_probability:
            break
    return item

# 生成20个SKU的拣货清单
pick_list = [random_pick(sku_list, probabilities) for _ in range(20)]

# 打印结果看看
print("生成的拣货清单：")
for sku in pick_list:
    print(sku)

3. （可选）用累积概率优化效率 #

如果你已经有了Excel里算好的累积概率列表，可以用bisect模块来优化速度（尤其是数据量很大的时候），逻辑和Excel的COUNTIF完全对齐：

import bisect
import random

def random_pick_with_cumulative(some_list, cumulative_probs):
    x = random.uniform(0, 1)
    # bisect_right找到第一个大于x的累积概率的索引，和Excel的COUNTIF结果+1逻辑一致
    index = bisect.bisect_right(cumulative_probs, x)
    return some_list[index]

# 假设你已经把Excel里的累积概率列读成了cumulative_probabilities列表
pick_list = [random_pick_with_cumulative(sku_list, cumulative_probabilities) for _ in range(20)]

小提示 #

• 如果需要避免重复选取同一个SKU，可以在生成的时候判断是否已加入列表，但你的Excel公式是允许重复的，所以默认和Excel保持一致；
• 可以多运行几次看看结果，销量高的SKU（概率大）应该会更频繁地被选中，这就说明逻辑是对的。

内容的提问来源于stack exchange，提问作者Karim.C