• 大仓调拨到货异常


    import pandas as pd
    
    # 计算中心仓调拨出库到货差异
    bj = pd.read_excel('G:/2月调拨对账/1.xlsx', index_col=False)
    sh = pd.read_excel('G:/2月调拨对账/2.xlsx', index_col=False)
    cd = pd.read_excel('G:/2月调拨对账/3.xlsx', index_col=False)
    sz = pd.read_excel('G:/2月调拨对账/4.xlsx', index_col=False)
    
    data = pd.concat([bj, sh, cd, sz], axis=0, ignore_index=0)
    # data.to_excel('G:/2月调拨对账/sum.xlsx',index=0)
    data1 = data[~ (data['状态'].isin(['作废', '等待验收']))].drop(
        ['战团', '战营', '采购母单编号', '品类', '实际到货货值', '多到数量', '少到数量', '创建时间', '预计到货时间', '开始验收时间', '提交验收报告时间', '审核通过时间', '开始上架时间',
         '上架完成时间', '创建人', '是否采购补货'], axis=1)
    
    # 存在一单多SP码 确定发货数量
    so = data1[data1['创建顺位'] == 1].groupby(by=['调拨单来源', '仓库', '关联单号', 'sp码', '标品名称']).agg({'应到商品数量': 'sum'}).reset_index()
    
    
    # 确认到货数量
    asn = data1.groupby(by=['调拨单来源', '仓库', '关联单号', 'sp码', '标品名称']).agg(
        {'预计到货货值': 'min', '实际送达商品数量': 'sum', '破损数量': 'sum'}).reset_index()
    
    data = so.merge(asn, on=['调拨单来源', '仓库', '关联单号', 'sp码', '标品名称'], validate='1:m')
    data.to_excel('G:/2月调拨对账/xujingfei.xlsx', index=0)
    
    
    
    
  • 相关阅读:
    js错误类型
    js事件流及事件冒泡
    js中BOM学习
    js匿名函数及闭包(javaScript高级程序设计第3版)
    js面向对象、原型及继承(javaScript高级程序设计第3版)
    js中变量、作用域及内存
    函数内部两个特殊的对象---arguments和this
    node+mongoose使用例子
    TypeError: HashUpdate fail
    Mac上安装tomcat服务器
  • 原文地址:https://www.cnblogs.com/ivan09/p/15979662.html
Copyright © 2020-2023  润新知