DataFrom merged_data 中列‘入库天数’ ,‘金额’ ,'品牌分组', '监控系列', '产品分级', '库存类型', '实体仓库', '细分等级'', 计算 库存呆滞率 :大于180天的金额/总计金额 并遍历计算以下维度的任意组合的库存呆滞率:['品牌分组', '监控系列', '产品分级', '库存类型', '实体仓库', '细分等级']
时间: 2023-09-13 09:10:51 浏览: 25
好的,我理解了你的问题。你可以使用以下代码来计算任意组合维度的库存呆滞率:
```python
# 计算大于180天的金额
merged_data['大于180天金额'] = merged_data['入库天数'].apply(lambda x: merged_data['金额'] if x > 180 else 0)
# 计算总计金额
总计金额 = merged_data['金额'].sum()
# 计算大于180天的金额总和
大于180天金额总和 = merged_data['大于180天金额'].sum()
# 遍历计算任意组合维度的库存呆滞率
for dim in [['品牌分组'], ['监控系列'], ['产品分级'], ['库存类型'], ['实体仓库'], ['细分等级'],
['品牌分组', '监控系列'], ['品牌分组', '产品分级'], ['品牌分组', '库存类型'], ['品牌分组', '实体仓库'], ['品牌分组', '细分等级'],
['监控系列', '产品分级'], ['监控系列', '库存类型'], ['监控系列', '实体仓库'], ['监控系列', '细分等级'],
['产品分级', '库存类型'], ['产品分级', '实体仓库'], ['产品分级', '细分等级'],
['库存类型', '实体仓库'], ['库存类型', '细分等级'],
['实体仓库', '细分等级']]:
# 计算当前组合维度的大于180天金额总和
大于180天金额总和_dim = merged_data.groupby(dim)['大于180天金额'].sum().reset_index()
# 计算当前组合维度的总计金额
总计金额_dim = merged_data.groupby(dim)['金额'].sum().reset_index()
# 合并当前组合维度的大于180天金额总和和总计金额
维度数据 = pd.merge(大于180天金额总和_dim, 总计金额_dim, on=dim)
# 计算当前组合维度的库存呆滞率
维度数据['库存呆滞率'] = 维度数据['大于180天金额'] / 维度数据['金额']
print('维度组合:', dim)
print('库存呆滞率:\n', 维度数据)
```
这段代码会输出每个组合维度的库存呆滞率,你可以根据需要进行调整和筛选。