Python程序:超市进货策略优化,最大化收益
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)
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!