如何从另一个数据帧中获取适当的类别 - 一对多匹配

问：

我们有**两台机器**，每台机器生产的数量不一致。DF1 是它的 DataFrame

df1 = pd.DataFrame({'machine':['A','A','A','A','A','B','B','B','B','B','B'],'qty':[1,3,5,2,4,2,4,5,5,3,2]})

[]

df2 是 DataFrame 的箱体体积大小，每个体积大小也不同

df2 = pd.DataFrame({'machine':['A','A','A','A','A','B','B','B','B','B','B','B'],
                    'box_id':['box_1','box_2','box_3','box_4','box_5','box_6','box_7','box_8','box_9','box_10','box_11','box_12'],
                    'volume':[4,5,3,2,5,3,4,3,6,4,8,5]})

[]

我想将“box_id”列添加到 df1 中，以查找并匹配df2 的专有框 ID。 就像底部的输出数据帧一样。

output_df = pd.DataFrame({'machine':['A','A','A','A','A','B','B','B','B','B','B'],
                           'qty':[1,3,5,2,4,2,4,5,5,3,2],
                           'box_id':['box_1','box_1','box_2','box_3','box_5','box_6','box_7','box_9','box_11','box_12','box_12']})

[]

详细解释

按从上到下顺序添加box_id以**接近每个箱子的体积**（DF2），但不要超过每个箱子

例如 在机器 A 中，第一个产品数量为 1，但第一个盒子 （box_1） 体积为 4 box_1可以包含第一个产品，第一列中的框 ID 为box_1

然后第二个产品数量是3， box_1有第一个产品（数量 1），但该框中有 3 个可用空间 第二行中的框 ID 也box_1 ** 第三个产品是 5，下一个盒子（box_2）体积是 5，所以第三行是box_2第四个产品是 2，下一个盒子（box_3）体积是 3，所以第三行是box_3 ** 但在第五种情况下，乘积是 4，但下一个盒子（box_4）只有 2， 所以box_4不能使用，必须使用以下box_5 ** 当机器更换时，请再次重置盒子并使用下一个盒子。

在机器 B 中，第一个产品数量为 2，但下一个盒子（box_6）体积为 3 所以可以使用box_6

不是为了学习，它实际上是在我们工厂生产的。 我将用它进行部分自动化

我希望能得到专家的很多帮助