单号 库龄 数量 A 1 5 A 3 10 A 5 15 B 2 8 B 3 10 B 6 14 C 1 9 C 4 8 python排货规则算法，在一个仓库中，如上面类型的源数据，存在多个单号，每一个相同的单号，有不同库龄和不同数量的货物，库龄大的优先出库，若某个单号每天出库10票，优先出库库龄大的，如果库龄最大的数量出完了，但是此单号还没出完10票，则开始出库龄第二大的，直到此单号出满10票为止，或者直至此单号库存为0为止，并保存库存为0的单号信息，且此单号每天入库2票，则此单号新增两票库龄为1天的货物，然后在执行下一个新单号的出库和入库需求，连续30天以此类推，最终生成一个第一列为单号，第一行为第1到第30天的库龄变化和第1到第30天库存库存数量变化的Excel表格，如下面所示，python代码怎么实现 单号 1天后库龄 2天后库龄 3天后库龄 1天后数量 2天后数量 3天后数量 A 2 3 4 4 3 2 A 4 5 6 9 8 7 A 6 7 8 14 13 12 B 3 4 5 7 6 5 B 4 5 6 9 8 7 B 7 8 9 13 12 11 C 2 3 4 8 7 6 C 5 6 7 7 6 5 A 1 2 3 1 1 1 A 0 1 2 0 1 1 A 0 0 1 0 0 1

以下是一个Python实现排货规则算法的示例代码。它使用了Pandas库来处理数据，并生成最终的Excel表格。

import pandas as pd

# 定义数据
data = {'单号': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C'],
        '库龄': [1, 3, 5, 2, 3, 6, 1, 4],
        '数量': [5, 10, 15, 8, 10, 14, 9, 8]}

# 将数据转换为DataFrame对象
df = pd.DataFrame(data)

# 定义一个空的字典，用于存储每个单号在每个日期的库存数量
inventory = {}

# 定义每个单号每天入库的数量
daily_in = 2

# 定义每个单号每天出库的数量
daily_out = 10

# 循环30天
for day in range(1, 31):
    # 按照库龄从大到小排序
    df = df.sort_values(by=['单号', '库龄'], ascending=[True, False])
    
    # 定义一个空的字典，用于存储每个单号在当前日期的库存数量
    current_inventory = {}
    
    # 循环每一个单号
    for order in df['单号'].unique():
        # 获取当前单号的数据
        order_data = df[df['单号'] == order]
        
        # 计算当前单号的总库存数量
        total_inventory = order_data['数量'].sum()
        
        # 如果当前单号的库存数量为0，则不进行出库操作
        if total_inventory == 0:
            continue
        
        # 如果当前单号的库存数量不足每天出库的数量，则只出库当前库存数量
        if total_inventory < daily_out:
            out_quantity = total_inventory
        else:
            out_quantity = daily_out
        
        # 获取当前单号出库的数据
        out_data = order_data.head(out_quantity)
        
        # 更新当前单号的库龄和数量
        out_data['库龄'] = out_data['库龄'] + 1
        out_data['数量'] = out_data['数量'] - 1
        
        # 如果当前单号的库存数量不足每天出库的数量，则将剩余数量补充为入库数量
        if total_inventory < daily_out:
            in_quantity = daily_out - total_inventory
        else:
            in_quantity = 0
        
        # 新增入库数据
        in_data = pd.DataFrame({'单号': [order]*in_quantity,
                                '库龄': [1]*in_quantity,
                                '数量': [daily_in]*in_quantity})
        
        # 合并出库和入库数据
        current_data = pd.concat([out_data, in_data])
        
        # 将当前单号的数据存储到字典中
        current_inventory[order] = current_data
        
    # 将当前日期的库存数量存储到总字典中
    inventory[day] = current_inventory
    
# 定义一个空的字典，用于存储最终的数据
result = {}

# 循环每一个单号
for order in df['单号'].unique():
    # 定义一个空的DataFrame，用于存储当前单号的数据
    current_data = pd.DataFrame()
    
    # 循环30天
    for day in range(1, 31):
        # 如果当前单号在当前日期有库存，则将当前库存数据添加到DataFrame中
        if order in inventory[day]:
            current_data = pd.concat([current_data, inventory[day][order]])
        
        # 将当前单号在当前日期的库存数量存储到结果字典中
        result[(order, day)] = current_data.groupby('库龄').sum()['数量'].to_list()
        
# 将结果字典转换为DataFrame对象
result_df = pd.DataFrame.from_dict(result, orient='index')

# 将结果保存为Excel文件
result_df.to_excel('排货规则算法结果.xlsx')

运行以上代码后，将会生成一个名为“排货规则算法结果.xlsx”的Excel文件，其中包含了每个单号在每个日期的库龄变化和库存数量变化的数据。