根据 col 2 中的限制，将 DF A 中的行分配给 DF B 的 col 1 中的值，同时尽可能保持分配的数字统一

Question

我有以下 2 个数据框

df_A

营业员	限制
啊	22
Bb	13
抄送	12
dd	30
Ee	24
Ff	14

df_B（请假设这个 dataframe 有 100 行游戏商店）

玩商店	已分配
1个
2个
…………
100

我需要以循环法（ABCDE、ABCDE……等等）将销售人员分配给游戏商店

情况

1. 尽量做到均等分配，即在上面的例子中，先给Dd分配6个store，当Dd limit达到24时，循环分配Dd和Ee 2个，直到它们的limit达到22，再给Dd , Ee 和 Aa 应该循环分配，直到他们的限制达到 14，然后 Ff 将被包含....等等

2. 当然，一旦达到销售人员的相应限制（在 dataframe_1 的第 2 列中），分配就需要停止。

（真的很抱歉并发症）

I tried the below ... 

df_B['Assigned'] = (df_A['salesperson'].repeat(df1['Limit'])
              .sort_values(key=lambda s: s.groupby(s).cumcount(),
                           kind='stable', ignore_index=True)
             )

But in this I am unable to add a way to check the equal distribution bit. 
please help with a straight forward way to do the following :- How do I first determine the salesperson with the largest limit, then assign him to x number of stores to reach the limit of the second guy, then assign them and y number of stores to reach the third salesperson ....until either I run out of stores or I run out of limit for the salespersons.

Answer 1

第 0 步：创建您拥有的数据框：

df_A = pd.DataFrame(data={'salesperson':['Aa','Bb', 'Cc','Dd','Ee', 'Ff'], 'Limit':[22,13,12,30,24,14]})
df_B = pd.DataFrame(data={'play stores':list(range(1,100))})

第 1 步：通过保持均等分配来获取所有分配。 找到最大限制的销售员并分配他与第二大限制一样多的次数，然后更新他的新限制。 就我们有 available_assignments 重新执行该过程（它也会在每次迭代时更新）

all_assignments = []
available_assignments = df_A['Limit'].sum()
while available_assignments > 0:
    largest_limit_salesperson = df_A.iloc[df_A['Limit'].idxmax()]['salesperson']
    largest_limit = df_A['Limit'].nlargest(2).iloc[0]
    second_largest_limit = df_A['Limit'].nlargest(2).iloc[1]
    allowed_assignments = largest_limit-second_largest_limit
    if allowed_assignments == 0:
        allowed_assignments = 1
    new_limit = largest_limit - allowed_assignments

    df_A.loc[df_A['Limit'].idxmax(), 'Limit'] = new_limit

    all_assignments.extend([largest_limit_salesperson for i in range(allowed_assignments)])
    available_assignments = available_assignments - allowed_assignments

第 2 步：选择与可用商店一样多的任务

df_B['Assigned'] = all_assignments[:df_B.shape[0]]