解一道反常的 pandas 題

潘大師（Pandas）基礎教程和實戰案例我寫了不少，增、刪、改、查這樣的常規操作，感興趣的同學多看、多練基本上都能掌握的差不多。

但是，實際業務場景，由於各種原因，總會有一些反常的需求。今天這個反常又有代表性的需求，來源於粉絲的提問，相關數據已經做了完全脫敏處理，供大家實戰練手。

需求背景

有兩張表，A 表記錄了很多款產品的三個基礎字段，分別是產品 ID，地區代碼和重量：

B 表是運費明細表，這個表結構很 “業務”。每行對應着單個地區，不同檔位重量，所對應的運費：

比如 121 地區，0-0.5kg 的產品，運費是 5.38 元；2.01（實際應該是大於 1）-3kg，運費則是 5.44 元。

現在，我們想要結合 A 表和 B 表，統計出 A 表每個產品付多少運費，應該怎麼實現？

可以先自己思考一分鐘

解題思路

人海戰術

任何數據需求，在人海戰術面前都是弟弟。

A 表一共 215 行，我們只需要找 215 個人，每個人只需要記好自己要統計那款產品的地區代碼和重量字段，然後在 B 表中根據地區代碼，找到所在地區運費標準，然後一眼掃過去，就能得到最終運費了。

兩個 “只需要”，問題就這樣 easy 的解決了。

  解構戰術

通過人海戰術，我們其實已經明確瞭解題的樸素思路：根據地區代碼和重量，和 B 表匹配，返回運費結果。

難點在於，B 表是偏透視表結構的，運費是橫向分佈，用 Pandas 就算用地區代碼匹配，還是不能找到合適的運費區間。

怎麼辦呢？

如果我們把 B 表解構，變成 “源數據” 格式，問題就全部解決了：

轉換完成後，和 A 表根據地區代碼做一個匹配篩選，答案就自己跑出來了。

下面是動手時刻。

具體實現

先導入數據，A 表（product）：

B 表（cost）：

要想把 B 表變成 “源數據” 的格式，關鍵在於理解 stack()堆疊操作，結合示例圖比較容易搞懂：

通過 stack 操作，把多列變爲單列多行，原本的 2 列數據堆成了 1 列，從而方便了一些場景下的匹配。要變回來也很簡單，unstack 即可：

在我們的具體場景中，先指定好不變的索引列，然後直接上 stack：

這樣，就得到了我們目標的源數據。接着，A 表和 B 表做匹配：

值得注意的是，因爲我們根據每個地方的重量區間做了堆疊，這裏的匹配結果，每個產品保留了對應地區，所有重量區間的價格，離最終結果還有一步之遙。

需要把重量區間做拆分，從而和產品重量對比，找到對應的重量區間：

接着，根據重量的最低、最高區間，判斷每一行的重量是否符合區間：

最後，篩選出符合區間的產品，及對應的價格等字段：

大功告成~

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/1opWzdTusw1lZq1goRTzkw