Python - 对 Pandas DataFrame 中的数据执行 FIFO 操作

Question

我在 Pandas 中有一些数据，看起来像这样。

| DAY | IN  | OUT |
|-----|-----|-----|
|   1 | 100 |  50 |
|   2 |  20 |  60 |
|   3 |  10 |   5 |
|   4 |   5 |  15 |

这表示项目进入队列的日期，以及有多少项目从队列中出来。当事情进入队列时，我真的没有办法跟踪它们，所以我假设它们是按顺序处理的，并且你有一个 FIFO(先进先出)类型的操作。

我想做的是执行 FIFO 操作，这样我就可以看到该操作花费了多少天。举个例子……

| DAY | IN  | OUT |   1 |   2 |   3 |
|-----|-----|-----|-----|-----|-----|
|   1 | 100 |  50 |  50 |   0 |   0 |
|   2 |  20 |  60 |  10 |  50 |   0 |
|   3 |  10 |   5 |   0 |   5 |   0 |
|   4 |   5 |  15 |   0 |  10 |   5 |

我附加的最后 3 列表示在多少天内完成了流程。所以口头上说...

• 第 1 天，有 100 人进去，50 人出来。因此，1 天内处理了 50 个，还有 50 个留在队列中。
• 第 2 天，有 20 人进去，60 人出来。因此，之前排队的 50 个人用完了，需要 2 天时间。剩下的 10 个在 1 天内完成。 10 人仍在排队。
• 第 3 天，有 10 人进去，5 人出来。因此，之前的10个队列减少到5个。这5个出来的是2天的比赛。 15 人仍在排队。
• 第 4 天，有 5 人进去，15 人出来。因此，前面的 15 个队列用完了。 5个用了3天完成，10个用了2天。 5 人仍在排队。
• 等

有人有一些代码(或伪代码)以 pythonic 方式执行此操作，最好使用 Pandas 吗？

Answer 1

我已经准确地编写了您需要的代码，它将返回您期望的结果(我添加了一些行来验证它)。如果你想要超过 3 天的延迟，你也可以添加 Supply 列(很容易理解要做什么，它总是一样的):

import pandas as pd

df = pd.DataFrame()
df['Day'] = [1, 2, 3, 4, 5, 6, 7]
df['In'] = [100, 20, 10, 5, 10, 10, 10]
df['Out'] = [50, 60, 5, 15, 5, 0, 20]

df['Supply'] = df.apply(lambda row: row['In']-row['Out'], axis=1)
df['Supply'] = df['Supply'].cumsum().shift(1).fillna(0)
df['1'] = df.apply(lambda row: row['Out'] - row['Supply'] if row['Supply'] < row['Out'] else 0, axis=1)
df['Supply-2'] = df.apply(lambda row: row['Supply'] - row['Out'] + row['1'], axis=1)
df['Supply-2'] = df['Supply-2'].shift(1).fillna(0)
df['2'] = df.apply(lambda row: row['Out'] - row['1'] - row['Supply-2'], axis=1)
df['3'] = df.apply(lambda row: row['Out'] - row['1'] - row['2'], axis=1)

print(df[['Day', 'In', 'Out', '1', '2', '3']])

返回:

   Day   In  Out     1     2     3
0    1  100   50  50.0   0.0   0.0
1    2   20   60  10.0  50.0   0.0
2    3   10    5   0.0   5.0   0.0
3    4    5   15   0.0  10.0   5.0
4    5   10    5   0.0   5.0   0.0
5    6   10    0   0.0   0.0   0.0
6    7   10   20   0.0  10.0  10.0

说明:一切都与Supply有关，即尚未Out的In数量。为了添加时间信息(因为 Supply 不知道 In 的年龄)，我们添加了 Supply-2 列，它量化已经存在 2 天的 Supply 的数量。之后只有数学运算，才能知道最后 3 列的数量。

再见!