Question

我正在为此目的使用spyder IDE。目的是创建跨行业细分市场的固定平均价格为30-50美元的存储桶，每个存储桶仅2个顶级客户，它应该在扩展了系列1,2的同一行业细分下创建一个新存储桶。拆分应该以这种方式实现自动化（例如[Aluminium-1，Aluminium-2]，依此类推。如果5个客户的平均销售额为50 $，则下一个客户应属于具有相同行业类别名称的新存储桶，扩展系列的变化。例如Aluminium-1，Aluminium-2等。）

import os
os.getcwd()
os.chdir("E:/TNVB1/regression/files")

import numpy
import matplotlib.pyplot as plot
import pandas

data= pandas.DataFrame.from_csv('abc_segment.csv')
print(data)
str(data)
data['Industry_Segment'].value_counts()
n = data.groupby(['Industry_Segment'])['Sales','Top_Cust_count'].agg('sum')
dn =pandas.DataFrame(n)
print(dn)

我已按销售和没有客户的行业分组。输出是

                                                Sales      Top_cust_count
Industry_Segment Customer_Name                                                        
ALUMINIUM        Customer1                       56                0
                 Customer2                       8                0
                 Customer3                       21                0
                 Customer4                      280                1
                 Customer5                       20                0
                 Customer6                       297                1
                 Customer7                        14                0

现在所需的输出是

                            Sales Top_Cust_count
Aluminium-1  Customer1      12       1
Aluminium-1  Customer2       6       0
Aluminium-1  Customer3      13       0
Aluminium-1  Customer4      8        1
Aluminium-1  Customer5      11       0

Aluminum-2   Customer6      16       1
Aluminium-2  Customer7      34       1

上面是所需拆分的示例

它必须自动拆分为固定条件，然后继续操作直到无法进一步拆分为止。条件是每个存储分区的max_top_cust_count应为2，平均$销售值应为30-50。

如何在python中设置最小最大限制并创建存储桶？

0 个答案: