问题描述
几天来,我一直试图找到解决此问题的方法,但无济于事。 我们的仓库要求根据我们的预测计算处理进货所需的天数。
表格:
原始数据: pd.DataFrame({'每日容量': {'May 11': 27500,'5 月 12 日':27500, '5 月 13 日':0, '5 月 14 日':0, '5 月 15 日':0, '5 月 16 日':0, '5 月 17 日':27500, '5 月 18 日':27500, '5 月 19 日':27500}, 'forecast_units': {'May 11': 18007,'5 月 12 日':19305, '5 月 13 日':19122, '5 月 14 日':17292, '5 月 15 日':19592, '5 月 16 日':23393, '5 月 17 日':19000, '5 月 18 日':18539, '5 月 19 日':18531}, '积压':{'5 月 11 日':0, '5 月 12 日':0, '5 月 13 日':-19122, '5 月 14 日':-36414, '5 月 15 日':-56006, '5 月 16 日':-79399, '5 月 17 日':-70899, '5 月 18 日':-61938, '5 月 19 日':-52969}})
问题: 如何计算,对于每个日期,仓库处理当天到达的所有单位需要多少天。每个日期仓库的处理能力不同,必须考虑。
示例:“仓库将需要 3.6 天来处理 5 月 16 日到达的所有商品”。
输出:包含每个日期的处理天数的列
到目前为止我所做的:我尝试了 .cumsum()、while 循环并创建了一些定义,但不能' t 找到一种有效的方法。
原始数据:
您有任何想法或建议的解决方案吗? 谢谢:-)
编辑:
我找到了临时解决方案,如果正确,请告诉我:
dad.rename({'index':'dates'},axis=1,inplace=True)
def days_pr(bk,ind):
temp = dad[ind:].copy()
temp['cum cap'] = temp['daily capacity'].cumsum()
i = ind
cum_cp = temp['cum cap'][i]
while cum_cp < abs(bk) and ind<7:
i+=1
cum_cp = temp['cum cap'][i]
else:
return (i-ind)
dad['days'] = [days_pr(bk,ind) for bk,ind in zip(dad['backlog'],dad.index)]
dad
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)