一定要收藏，谷歌python高级工程师解一道反常的 pandas 题（附源数据和代码，有资料分享）

在现在社会需求比较多的python中，包含了大量的用来处理社会各行各业的难题的模块，这些模块简化了我们的工作内容，提升了我们的工作效率，并且使用非常简单

比方说pandas这个模块，潘大师（Pandas）基础教程和实战案例有很多，常见的操作主要有增、删、改、查，很多人在学习的时候稍微看一下视频+多练习基本上都能掌握的差不多。

 

但是，实际业务场景，由于各种原因，总会有一些反常的需求。比方说有粉丝在我的公众号后台给我提了这样的一个需求，在我看来是相当有代表性的，常规的文章或者论坛是不会涉及到此类问题的解决方案的，所以在这里跟大家进行分享（为了供大家自己实战练手。也为大家准备了相关数据，数据完全脱敏处理，可以放心练习使用）

需求背景

有两张表，A表记录了很多款产品的三个基础字段，分别是产品ID，地区代码和重量：

B表是运费明细表，这个表结构很“业务”。每行对应着单个地区，不同档位重量，所对应的运费：

 

 

比如121地区，0-0.5kg的产品，运费是5.38元；2.01（实际应该是大于1）-3kg，运费则是5.44元。

 

现在，我们想要结合A表和B表，统计出A表每个产品付多少运费，应该怎么实现？

 

 

解题思路

 

  人海战术

 

任何数据需求，在人海战术面前都是弟弟。

 

A表一共215行，我们只需要找215个人，每个人只需要记好自己要统计那款产品的地区代码和重量字段，然后在B表中根据地区代码，找到所在地区运费标准，然后一眼扫过去，就能得到最终运费了。

 

两个“只需要”，问题就这样easy的解决了。

 

问题变成了，我还差214个人。

 

  解构战术

 

通过人海战术，我们其实已经明确了解题的朴素思路：根据地区代码和重量，和B表匹配，返回运费结果。

 

难点在于，B表是偏透视表结构的，运费是横向分布，用Pandas就算用地区代码匹配，还是不能找到合适的运费区间。

 

怎么办呢？

 

如果我们把B表解构，变成“源数据”格式，问题就全部解决了：

 

 

转换完成后，和A表根据地区代码做一个匹配筛选，答案就自己跑出来了。

 

下面是动手时刻。

 

具体实现

 

先导入数据，A表（product）：

 

 

B表（cost）：

 

 

要想把B表变成“源数据”的格式，关键在于理解stack()堆叠操作，结合示例图比较容易搞懂：

 

 

通过stack操作，把多列变为单列多行，原本的2列数据堆成了1列，从而方便了一些场景下的匹配。要变回来也很简单，unstack即可：

 

 

在我们的具体场景中，先指定好不变的索引列，然后直接上stack：

 

 

这样，就得到了我们目标的源数据。接着，A表和B表做匹配：

 

 

值得注意的是，因为我们根据每个地方的重量区间做了堆叠，这里的匹配结果，每个产品保留了对应地区，所有重量区间的价格，离最终结果还有一步之遥。

 

需要把重量区间做拆分，从而和产品重量对比，找到对应的重量区间：

 

 

接着，根据重量的最低、最高区间，判断每一行的重量是否符合区间：

 

 

最后，筛选出符合区间的产品，及对应的价格等字段：

 

 

大功告成~

不知道有没有小伙伴遇到过这样的问题，希望我的解答能够对大家有所帮助，更多相关的内容以后会不断更新，想要获取一手资料的小伙伴，

 

感兴趣的小伙伴可以关注或者可以添加我的微信，领取资料：xxy12311007