python - 添加超范围；如何？

Question

这似乎是一项简单的任务，但我就是做不对!

从示例数据中，我需要对每个范围进行推导(实际数据集中可能有很多范围)。

我已经写了一个例子来展示正确的计算方法。在底部的表格中，我包含了所需的结果。

逻辑是 Jade 米1到10减5.29，11到20减(7.37+2.9)。

相同的逻辑适用于“apple”，但 from-to 的结构略有不同，即从 1-20 到 11-20。当数量 <=10 时扣减 5.31，如果数量为 11-15，折扣必须加在一起 ​​(5.31+2.34)。范围可以重叠，例如如果数量为 17，则适用 1-20、10-20 和 15-25 的扣除。

非常感谢任何帮助!

示例数据:

candy   qty_from    qty_to  reason  deduction
corn    1           10      smell   -5.29
corn    10          20      smell   -7.37
corn    10          20      work    -2.90
apple   1           20      smell   -5.31
apple   10          20      work    -2.34
apple   15          25      smell   -1.00
apple   75          110     work    -2.00

data = {'candy':['corn','corn','corn','apple','apple','apple','apple'],
    'qty_from':[1,10,10,1,10,15,75],
    'qty_to':[10,20,20,20,20,25,110],
    'reason':['smell','smell','work','smell','work','smell','work'],
    'deduction':[-5.29,-7.37,-2.9,-5.31,-2.34,-1,-2]}

df = pd.DataFrame(data)

想要的结果示例:

candy   range   deduction
corn    1-10    -5.29
corn    10-20   -10.27
apple   1-10    -5.31
apple   10-15   -7.65
apple   15-20   -8.65
apple   20-25   -1.00
apple   75-110  -2.00

result_data = 
{'candy':'corn','corn','apple','apple','apple','apple','apple'],
 'range':['1-10','10-20','1-10','10-15','15-20','20-25','75-110'],
 'deduction':[-5.29,-10.27,-5.31,-7.65,-8.65,-1,-2]}

results = pd.DataFrame(result_data)

编辑，为什么 groupby 不起作用:

pd.DataFrame(df.groupby(['candy','qty_from','qty_to'])['deduction'].sum())


candy   qty_from    qty_to  deduction
apple   1           20      -5.31
        10          20      -2.34
        15          25      -1.00
        75          110     -2.00
corn    1           10      -5.29
        10          20      -10.27 

例如苹果 10-20 的值不正确!

Answer 1

现在的问题可以用pd.IntervalIndex解决:

# get list of all the thresholds
thresh = sorted(set(df[['qty_from', 'qty_to']].values.ravel()))

# all cuts
cuts = pd.IntervalIndex.from_arrays(thresh[:-1], thresh[1:])

# intervals of the quantities
intervals = pd.IntervalIndex.from_tuples([(a,b) for a,b in zip(df.qty_from, df.qty_to)] )

# overlapings
intersects = pd.DataFrame([[t.overlaps(i) for i in intervals] for t in cuts],
                         index=cuts,
                         columns=df.index)
# get the sum:
intersects.mul(df.deduction).groupby(df.candy, axis=1).sum().unstack()

输出:

candy          
apple  (1, 10]     -5.31
       (10, 20]    -7.65
corn   (1, 10]     -5.29
       (10, 20]   -10.27
dtype: float64

更新:您可以使用自定义函数代替 t.overlaps(i):

def overlaps(t,i):
    endpoints = (t.left, t.right, i.left, i.right)
    l,r = min(endpoints), max(endpoints)

    return (r-l < (t.length) + (i.length))