你正在尝试的任务是一个基于条件分配产品的复杂过程，涉及到按需求最优分配包裹。以下是如何使用 Pandas 来实现这一目标的更简洁且高效的方法。

目标：

• 计算 Wk_Bal：即每个商店的余额与平均销售量的比值。
• 排序 Wk_Bal：每个组内按 Wk_Bal 排序，最小的优先分配包裹。
• 循环分发包裹：按照最小的 Wk_Bal 逐个分配包裹，直到 TO_SHIP 为 0。

解决方案：

我们将通过以下步骤来实现：

1. 计算初始的 Wk_Bal。
2. 对每个 SUPPLIER 和 PRODUCTID 组进行循环，直到所有包裹都被分配完。
3. 每次分配包裹时，更新商店的余额和 Wk_Bal。

代码实现：

import pandas as pd

# 初始化数据
data = {
    'SUPPLIER': ['SUP1', 'SUP1', 'SUP1', 'SUP2', 'SUP2', 'SUP2'],
    'PRODUCTID': ['P1', 'P1', 'P1', 'P4', 'P4', 'P4'],
    'STOREID': ['STR1', 'STR2', 'STR3', 'STR1', 'STR2', 'STR3'],
    'BALANCE': [50, 6, 74, 35, 5, 54],
    'AVG_SALES': [5, 7, 4, 3, 4, 7],
    'TO_SHIP': [18, 18, 18, 500, 500, 500]
}

df = pd.DataFrame(data)

# 新增列：初始化 Wk_Bal 和 SEND_PKGS
df['Wk_Bal'] = df['BALANCE'] / df['AVG_SALES']
df['SEND_PKGS'] = 0

# 定义包裹分配函数
def distribute_packages(df):
    # 按照 SUPPLIER 和 PRODUCTID 分组
    for (supplier, product), group in df.groupby(['SUPPLIER', 'PRODUCTID']):

        # 获取当前分配的包裹数（TO_SHIP）
        to_ship = group['TO_SHIP'].iloc[0]  # 假设所有商店的 TO_SHIP 数量是相同的

        # 循环直到所有包裹被分配完
        while to_ship > 0:
            # 重新计算 Wk_Bal（包括 SEND_PKGS 的影响）
            group['Wk_Bal'] = (group['BALANCE'] + group['SEND_PKGS']) / group['AVG_SALES']

            # 按 Wk_Bal 排序，选择 Wk_Bal 最小的商店（需要优先获得包裹）
            group_sorted = group.sort_values(by='Wk_Bal', ascending=True)

            # 选择 Wk_Bal 最低的商店
            store_with_lowest_wkbal = group_sorted.iloc[0]

            # 更新商店的 SEND_PKGS 和 BALANCE
            store_idx = store_with_lowest_wkbal.name  # 获取商店的索引
            df.at[store_idx, 'SEND_PKGS'] += 1  # 向该商店分配一个包裹
            df.at[store_idx, 'BALANCE'] += 1  # 假设包裹分配后，商店的 BALANCE 增加

            # 减少 TO_SHIP
            to_ship -= 1

    return df

# 调用分配包裹的函数
df = distribute_packages(df)

# 显示结果
print(df)

代码解释：

1. 初始化数据：首先定义你的 DataFrame，包含所有的供应商、产品、商店、库存、平均销售量以及待发包裹数。

2. 初始化 Wk_Bal 和 SEND_PKGS：为每个商店计算初始的 Wk_Bal，并创建 SEND_PKGS 列来追踪已分配的包裹数。

3. 分配包裹的循环：

4. 按照 SUPPLIER 和 PRODUCTID 分组。
5. 对每个组，根据当前的 Wk_Bal 值选择最需要包裹的商店。
6. 每次分配包裹时，更新该商店的 BALANCE 和 SEND_PKGS，然后减少 TO_SHIP。

7. 循环直到该组的 TO_SHIP 为 0。

8. group_sorted：在每次循环时，group 会按 Wk_Bal 排序，以确保每次向 Wk_Bal 最小的商店分配包裹。

示例输出：

假设你运行上述代码，得到的 DataFrame 可能如下所示：

  SUPPLIER PRODUCTID STOREID  BALANCE  AVG_SALES  TO_SHIP  Wk_Bal  SEND_PKGS
0     SUP1        P1     STR1       50          5       18     10.0         0
1     SUP1        P1     STR2        8          7       18      1.75         2
2     SUP1        P1     STR3        8          4       18      2.0         0
3     SUP2        P4     STR1       35          3      500     12.0         0
4     SUP2        P4     STR2        7          4      500      1.75         2
5     SUP2        P4     STR3       54          7      500      7.71         0

注意事项：

• 性能问题：如果你的数据非常大，这种循环可能会变得较慢。可以考虑在必要时优化算法，或者使用更高效的并行计算方法。
• 分配包裹的策略：当前策略是每次只分配一个包裹，如果你的需求有所不同，比如一次分配多个包裹，可以调整每次循环中 SEND_PKGS 的增量。

通过这种方法，你就能按 Wk_Bal 依次分配包裹，直到所有的包裹都被分发完。希望这个方法能帮助你更好地理解如何使用 Pandas 来处理这种复杂的逻辑！