Pandas 计算物流线路指标

随着网购的兴起，物流行业得到了飞速发展，许多电商公司投入大量的资源构建仓储物流体系。

物流行业会产生大量的数据，通过分析物流数据可以不断优化物流运营方案，提高效率以及用户体验。
现有物流数据如下：

• 需求：

  • 合并汇总计算出相同路线 快递人员数量、运送物品总量、运送物品周转量、快件量、快件周转量
  • 要求按照每个快递企业计算，计算时路线不分起点和终点，比如即“BJS-SZX”和“SZX-BJS”为同一条路线。

• 解析：

  • 这个问题的难点在于不分起始点，这时该如何去计算。
  • 思路：1、对每行起点与终点进行排序（顺序不重要）

  •        2、对排完序的起点与终点进行合并（字符串的join）
    

  •       3、进行分组聚合即可
    

• 示例代码如下：

data.groupby(data                                                         # 基于加工的数据进行分组
             .apply(lambda x:set([x["城市起点"],x["城市终点"]]),axis=1)   # 按统一顺序排布起始地点
             .str.join("-")                                               # 使用-进行拼接
            )[['快递人员数量','运送物品总量','运送物品周转量','快件量','快件周转量']].sum()

结果如下：

这个内容用Mysql实现比较困难，但是用HiveQL 或者 SparkSQL 等实现起来同样也很方便。后续文章会有相应的介绍。