import pandas as pd import numpy as np from scipy.spatial import distance

读取Excel文件

file_path = r"D:\pythonProject3\会员信息\附件二：会员信息数据.xlsx" df = pd.read_excel(file_path)

计算距离

df['距离'] = np.sqrt((df['会员GPS纬度'] - df['商品GPS纬度']) ** 2 + (df['会员GPS经度'] - df['商品GPS经度']) ** 2)

筛选距离小于0.1的数据

df = df[df['距离'] < 0.1]

统计会员周围商品数量

df_count = df.groupby('会员编号')['任务号码'].count().reset_index() df_count.columns = ['会员编号', '商品数量']

根据距离排序商品，并保留不超过预订任务限额的部分

df_sorted = df.sort_values(by=['会员编号', '距离']) df_sorted = df_sorted.groupby('会员编号').head(df_sorted['预订任务限额'].min())

计算商品价格

def calculate_price(q1, q2, r): return 0.17074800590158568 * q1 * (q2 ** 6.0973538046874465) / (r ** -7.64598152989214)

计算每个商品的价格

df_sorted['价格'] = calculate_price(df_sorted['q1'], df_sorted['预订任务限额'], df_sorted['距离'])

选取每个商品最小价格

df_min_price = df_sorted.groupby('任务号码')['价格'].min().reset_index()

输出每个商品对应的价格

print(df_min_price)