我有一些Pandas中的数据,看起来像这样。
我追加的最后三列表示在多少天内完成了多少个流程。口头上说,...
| DAY | IN | OUT |
|-----|-----|-----|
| 1 | 100 | 50 |
| 2 | 20 | 60 |
| 3 | 10 | 5 |
| 4 | 5 | 15 |
这里记录了一个项目进入队列的日期以及出队列的数量。当物品进入队列时,我没有办法跟踪它们的状态,所以我假设它们按顺序处理,并且采用先进先出(FIFO)的操作方式。
我的目标是执行一次FIFO操作,以便我可以看到该操作需要多少天时间。例如...
| DAY | IN | OUT | 1 | 2 | 3 |
|-----|-----|-----|-----|-----|-----|
| 1 | 100 | 50 | 50 | 0 | 0 |
| 2 | 20 | 60 | 10 | 50 | 0 |
| 3 | 10 | 5 | 0 | 5 | 0 |
| 4 | 5 | 15 | 0 | 10 | 5 |
我追加的最后三列表示在多少天内完成了多少个流程。口头上说,...
- 第1天,进入100个,出来50个。因此,在1天内处理了50个,剩下50个留在队列中。
- 第2天,进入20个,出来60个。因此,之前的队列中的50个被用完,需要2天时间完成。剩下出来的10个在1天内完成。剩下10个留在队列中。
- 第3天,进入10个,出来5个。因此,先前的10个队列减少到5个。这5个的完成需要2天时间。15个留在队列中。
- 第4天,进入5个,出来15个。因此,先前的15个队列被用完。其中5个需要3天时间完成,10个需要2天时间完成。5个留在队列中。
- 以此类推。
是否有一些能够以Pythonic的方式、最好使用Pandas库实现的代码(或伪代码)?