解一道反常的Pandas题（附源数据和代码）
共 1291字，需浏览 3分钟
·
2021-04-12 14:49
大家好，我是宝器
潘大师（Pandas）基础教程和实战案例我写了不少，增、删、改、查这样的常规操作，感兴趣的同学多看、多练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。今天这个反常又有代表性的需求，来源于粉丝的提问，相关数据已经做了完全脱敏处理，供大家实战练手。
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？
可以先自己思考一分钟
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~
推荐阅读
欢迎长按扫码关注「数据管道」