计算熊猫过期的先进先出库存

Question

假设您是一家制造小发明的工厂的所有者，并且您正在尝试计划未来的库存。您有一个销售预测（每年介于1到5个小发明之间）。您的工厂每年生产4个小发明。

我们可以求出生产的小物件与销售的小物件之间的累计差额，以查找任何年份的库存：

    # --- Initialize df --- 
    df = pd.DataFrame({'year':list(range(2010,2020,1)),
                       'gizmos_made':[4]*10,
                       'gizmos_sold':[2,3,2,1,5,2,2,3,4,2]})
    df = df.set_index('year')

    # --- Calculate yearly inventory changes --- 
    df['gizmo_inventory'] = (df['gizmos_made'] - df['gizmos_sold']).cumsum()

    df

但是，可以说，小物件实际上是在两年后到期的（也就是说，2018年生产的小物件将在2020年到期）。客户不在乎是否收到了全新的或即将过期的Gizmo，但是我们始终在努力首先从仓库中取出最旧的Gizmos。

什么是有效的方法（最好是矢量化或映射）？

我有一个非常冗长的实现，它创建一个inventory列，其中填充了年份列表（每个Gizmo对应一个），然后在循环中从每个列表中提取最旧的Gizmos。但是，这是不可扩展的，因为实际上，我需要在具有数百万个小控件的情况下部署它。