import pandas as pd

读取数据

data = pd.read_csv('data4.csv')

计算每种单品的收益

data['单品收益'] = data['销量'] * data['成本加成定价'] * (1 - data['单品损耗'] * 0.01) - data['销量'] * data['批发价格']

按分类名称进行分组,并计算每种分类的收益之和

grouped_data = data.groupby('分类名称')['单品收益'].sum()

找到收益最大的分类

max_profit_category = grouped_data.idxmax()

找到收益最大的单品

max_profit_item = data[data['分类名称'] == max_profit_category].sort_values('单品收益', ascending=False).iloc[0]

输出结果

print('进货量最大利润的单品是:', max_profit_item['单品名称']) print('进货量最大利润的单品的进货量是:', max_profit_item['销量'] * (1 + max_profit_item['单品损耗'] * 0.01)) print('商超的最大收益是:', grouped_data.max())

找到进货单品名称数在27到33之间的单品

filtered_data = data[(data['单品名称'].str.len() >= 27) & (data['单品名称'].str.len() <= 33)] filtered_items = filtered_data['单品名称'].unique()

输出结果

print('进货单品名称数在27到33之间的单品有:') for item in filtered_items: print(item)

Python程序:超市进货策略优化,最大化收益

原文地址: https://www.cveoy.top/t/topic/epTs 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录