数据结构：Pandas数据帧还是关系数据库？

Question

我想建立一个模型来计算一个参数的值来优化仓库的容量。在

在接收过程中，该参数决定SKU将被存储在何处-作为高机架货架中的palett（更贵）或自动纸盒货架中的纸箱（较便宜）。在

参数基于以下数据设置：

关于所有SKU的总和：

• 高机架的容量
• 纸箱货架的容量。在

货架和货架的容量取决于所有SKU的当前库存水平和离开仓库的体积（因为SKU已售出）。在

关于每个SKU和每天的单个值（20000个SKU和365天）：

• 每天收到的此特定SKU的产品数
• 此特定SKU每天售出的产品数
• 在未来x天内，此特定SKU的预计产品数量
• 此特定SKU的自动纸盒货架中已存储的卷

现在，我想知道应该使用哪种数据结构来导入和使用Python中的流程中的数据，因为数据包含4个值，每个值分别为20000个sku和365天。在

我认为我应该使用Pandas数据帧，因为它在构建模型和可视化方面非常强大。但由于表格形式只有一种2D性质，据我所知，我无法为20000个SKU和所有365天的数据建模，因为这是一种更3D的形式。 因此，我想知道我是否必须使用关系数据库，在这个数据库中，上面提到的每个数据集（每个SKU的接收量、每个SKU的销售量、每个SKU的预计销售量、每个SKU的纸箱货架容量）将构成一个表。在

我在这里的一个问题的答案中发现了以下一组问题，我觉得这些问题对回答我的问题很重要。以下是我的答案：

1）数据大小、行数、列数、列类型；您是追加行还是只追加列？在

行数：20000 SKU

列数：如果为每个数据集使用单独的表，则为365列（=天）；如果是一个表，则为365*4（365天*每个SKU的接收量、每个SKU的销售量、每个SKU的预计销售量、每个SKU的纸箱货架容量）

列类型：浮点型、布尔型

据我所知，我不是附加数据，而是使用这些数据计算每个SKU的值，然后从底部（SKU的详细数据）到顶部（所有SKU的总和=容量、库存水平）

2）典型操作是什么样子的。E、 对列进行查询以选择一组行和特定的列，然后执行操作（在内存中），创建新列，保存这些列。在

和，减，乘，除，大于，小于，等于。。。在

3）举一个玩具的例子可以让我们提供更具体的建议。 示例：

库存123456：

• 纸箱货架上有200升存货
• 今天收到1000升
• 今天将售出300升
• 预计x天销量为250升（应在纸箱货架上）

参数设置为600升（如果收货量更大，则放入palett货架，否则放入纸箱货架）

因此，您需要存储以下卷：

• 库存200升+收到1000升=库存1200升
• 1200升-售出300升=库存900升
• 纸箱货架需要250升=剩余650升

当650>；600，250公升存储在纸箱货架上，其他650公升存放在高架货架上

总金额： 收到该SKU后，高货架库存为+650升 库存纸箱shelf是+50升

如果高位货架的容量已经满了，并且+650升是不可能的，则必须重新计算该参数，以使当天的总量符合要求。在

->计算将在接下来的364天进行

4）处理之后，你会怎么做？步骤2是临时的还是可重复的？在

可重复，因为每天都需要这样做

5）输入平面文件：多少个，粗略的总大小（Gb）。这些是如何组织的，例如按记录？每个文件包含不同的字段，还是每个文件都有一些记录，其中包含每个文件中的所有字段？在

我想他们需要按库存单位和天数来组织

6）您是否曾经根据条件选择行（记录）的子集（例如，选择字段A>5的行）？然后再做些什么，还是只选择包含所有记录的字段A、B、C（然后再做些什么）？在

是->；它总是检查容量是否满足；是否需要在纸箱货架上放一些容量

7）您是否“处理”了所有列（分组），或者是否有一个很好的比例可以仅用于报告（例如，您希望保留数据，但在最终结果时间之前不需要明确引入该列）？在

我想，大多数情况下，数据都是经过计算的，所以这不仅仅是为了保存数据

非常感谢您的光临！在