按具有重置值的仓库位置数为动态排序的项目分配日期
Assign date to dynamically sorted items by number of warehouse locations with reset value
简而言之，我每天都为我们的仓库团队分配物品进行周期盘点，但每个物品可能有不同数量的位置。我需要位置总数尽可能接近特定数量，比如每天 43 个位置。
我有一个清单，上面列出了我需要在一个季度内清点的所有物品以及地点数量。我想为每个项目分配一个日期，每天将它们分组到接近 43 个位置。我希望尽可能随机地对项目进行计数，而不仅仅是在随后几天对具有大量位置的项目进行计数。只有一个位置的项目可以很好地保存以填补空白。
我也只能用工作日，节假日除外。
作为奖励，如果一个项目有超过 43 个位置，我想将其分成多天，并尽可能使用剩余时间与其他项目合并。
为了简单起见，假设我们希望每天的位置数量为 15 个（可以使用变量动态更改该数量的代码会很棒。）
这是一个示例：
Item Loc
43127 2
15065 5
43689 1
99100 5
9681352 1
9680537 1
10013 1
55600 3
43629 1
PAL001 2
9950056 1
467L86 4
17028 2
10324 2
99235REV 12
LIT003 2
结果是这样的（实际上只需要 Item 和 Date，但辅助列也可以）：
Item Loc Cum Date
Sum
43127 2 2 3/1/2019
15065 5 7 3/1/2019
PAL001 2 9 3/1/2019
467L86 4 13 3/1/2019
10324 2 15 3/1/2019
99235REV 12 12 3/4/2019
55600 3 15 3/4/2019
99100 5 5 3/5/2019
43629 1 6 3/5/2019
LIT003 2 8 3/5/2019
17028 2 10 3/5/2019
43689 1 11 3/5/2019
9680537 1 12 3/5/2019
10013 1 13 3/5/2019
9950056 1 14 3/5/2019
9681352 1 15 3/5/2019
我开始使用 R 循环，但不知道如何让日期四处移动并标记我已经计算过一个项目。
数据
test.df <- data.frame(Item=c('43127', '15065', '43689', '99100',
'9681352', '9680537', '10013', '55600',
'43629', 'PAL001', '9950056', '467L86',
'17028', '10324', '99235REV', 'LIT003'),
Loc=c(2, 5, 1, 5, 1, 1, 1, 3, 1, 2, 1, 4, 2, 2, 12, 2))
函数
spreadDates <- function(df, loc_day) {
# SPREAD DATES BASED ON LOCATION VALUE
# Args:
# df: Data Frame with Items and number of locations
# loc_day: Number of locations to count per day
# Returns:
# Data Frame with key on new date
df$Date_Switch <- 0
df$Cum_Sum <- 0
for (i in 1:nrow(df)) {
if (i==1) {
# First day
df[i, 4] <- df[i, 2]
# Cum Sum is no of item locations
} else {
if ((df[i - 1, 4] + df[i, 2]) < loc_day) {
# If previous cumsum plus today's locations is less than max count
df[i, 4] <- (df[i - 1, 4] + df[i, 2])
# Then add previous cumsum to today's locations
} else if ((df[i - 1, 4] + df[i, 2]) > loc_day) {
# This is where I don't know how to look for next item to count and then
# mark it as already counted
} else {
# Previous cumsum plus today=max count
df[i, 4] <- (df[i - 1, 4] + df[i, 2])
# Add previous cumsum to today
df[i, 3] <- 1
# Make Date_Switch=1 to later change date
}
}
}
return(df)
}
test.func <- spreadDates(test.df, 15)
如果有一个矢量方法来执行此操作或一个程序包，我会很乐意...但我确实需要一种方法来自动执行此操作，因为我有成千上万的项目并且必须每季度执行一次。
编辑：使用 adagio 包在底部添加了理想的解决方案：哇！
这是一个可能足够好的快速而肮脏的尝试。我假设最佳的每日总位置是 15，但 14 或 16 都可以。对于第一次尝试，我不太喜欢洗牌。
顺便说一句，这似乎是“多背包问题”（我 5 分钟前刚学会）的变体，有专门的优化包可以更强大地解决这个问题。 （例如：https://rdrr.io/cran/adagio/man/mknapsack.html）
首先，我制作了一些更大的测试数据来帮助评估该方法。
library(tidyverse)
n = 1000
set.seed(42)
test.df2 <- tibble(
Item = sample(10000:99999, n, replace = FALSE),
Loc = sample(c(rep(1:4, 8), 1:12), n, replace = TRUE) # Most small, some up to 15
)
daily_loc_tgt <- 15 # Here's my daily total target per location
尝试 1：简单赋值
不求助，只对累加和使用整数除法。每次累计超过15的倍数，重新开始一组。
baseline <- test.df2 %>%
mutate(cuml = cumsum(Loc),
naive_grp = 1 + cuml %/% daily_loc_tgt) %>%
group_by(naive_grp) %>%
mutate(grp_sum = cumsum(Loc)) %>%
ungroup()
这表现如何？对于假数据，看起来大约一半的时间，分组在 15 分之 1 以内。
eval_soln(baseline) # Function defined at bottom
尝试 2：Shift 向下溢出一个
这不会消除超支，但通常会通过将超支分配给下一组来减少超支。
shuffle <- test.df2 %>%
mutate(cuml = cumsum(Loc),
grp = 1 + cuml %/% tgt) %>%
arrange(grp, -Loc) %>%
group_by(grp) %>%
mutate(grp_sum = cumsum(Loc)) %>%
ungroup() %>%
# Shift down overruns
mutate(grp = if_else(grp_sum > tgt + 1,
grp + 1,
grp)) %>%
group_by(grp ) %>%
mutate(grp_sum = cumsum(Loc)) %>%
ungroup()
eval_soln(shuffle)
这是一个适度的改进。现在，大约 60% 的组接近 15。但仍有相当数量的组远离 15...
尝试 3：依靠几十年前解决这个问题的聪明人
在谷歌搜索中，我了解到这可能被称为“多背包问题”，并且可以使用 adagio 等专门的软件包更有效地解决。
https://rdrr.io/cran/adagio/man/mknapsack.html
唯一的技巧是在 k 容量部分设置组数。当我最初使用 240（sum(test.df2$Loc) / 15 的输出）设置它时，它使 R 挂起的时间比我想等待的时间长。通过降低一点，它在大约 10 秒内找到了一个精确的解决方案，所有 240 个组都有 15 个位置。
library(adagio)
# p is the "profit" per item; I'll use `Loc`
p <- test.df2$Loc
# w is the "weights", which cannot exceed the capacities. Also `Loc`
w <- test.df2$Loc
# Capacities: all tgt
k <- rep(tgt, 239)
adagio_soln_assignments <- mknapsack(p, w, k)
adagio_soln <- test.df2 %>%
mutate(grp = adagio_soln_assignments[["ksack"]]) %>%
arrange(grp) %>%
group_by(grp) %>%
mutate(grp_sum = cumsum(Loc)) %>%
ungroup()
eval_soln(adagio_soln)
瞧！
这是我用来绘制结果图表的代码：
eval_soln <- function(df, tgt = 15, ok_var = 1) {
stats <- df %>%
group_by(grp) %>%
summarize(sum_check = max(grp_sum),
sum = sum(Loc))
df_name <- substitute(df)
ok_share <- mean(stats$sum >= tgt - ok_var & stats$sum <= tgt + ok_var)
ggplot(stats, aes(sum,
fill = sum >= tgt - ok_var & sum <= tgt + ok_var)) +
geom_histogram(binwidth = 1, color = "white") +
scale_fill_manual(values = c("gray70", "gray20")) +
coord_cartesian(xlim = c(0, 30)) +
guides(fill = FALSE) +
labs(title = df_name,
subtitle = paste0("Share of groupings within ", ok_var,
" of ", tgt, ": ",
scales::percent(ok_share, accuracy = 0.1)))
}
简而言之，我每天都为我们的仓库团队分配物品进行周期盘点，但每个物品可能有不同数量的位置。我需要位置总数尽可能接近特定数量，比如每天 43 个位置。
我有一个清单，上面列出了我需要在一个季度内清点的所有物品以及地点数量。我想为每个项目分配一个日期，每天将它们分组到接近 43 个位置。我希望尽可能随机地对项目进行计数，而不仅仅是在随后几天对具有大量位置的项目进行计数。只有一个位置的项目可以很好地保存以填补空白。
我也只能用工作日，节假日除外。
作为奖励，如果一个项目有超过 43 个位置，我想将其分成多天，并尽可能使用剩余时间与其他项目合并。
为了简单起见，假设我们希望每天的位置数量为 15 个（可以使用变量动态更改该数量的代码会很棒。）
这是一个示例：
Item Loc
43127 2
15065 5
43689 1
99100 5
9681352 1
9680537 1
10013 1
55600 3
43629 1
PAL001 2
9950056 1
467L86 4
17028 2
10324 2
99235REV 12
LIT003 2
结果是这样的（实际上只需要 Item 和 Date，但辅助列也可以）：
Item Loc Cum Date
Sum
43127 2 2 3/1/2019
15065 5 7 3/1/2019
PAL001 2 9 3/1/2019
467L86 4 13 3/1/2019
10324 2 15 3/1/2019
99235REV 12 12 3/4/2019
55600 3 15 3/4/2019
99100 5 5 3/5/2019
43629 1 6 3/5/2019
LIT003 2 8 3/5/2019
17028 2 10 3/5/2019
43689 1 11 3/5/2019
9680537 1 12 3/5/2019
10013 1 13 3/5/2019
9950056 1 14 3/5/2019
9681352 1 15 3/5/2019
我开始使用 R 循环，但不知道如何让日期四处移动并标记我已经计算过一个项目。
数据
test.df <- data.frame(Item=c('43127', '15065', '43689', '99100',
'9681352', '9680537', '10013', '55600',
'43629', 'PAL001', '9950056', '467L86',
'17028', '10324', '99235REV', 'LIT003'),
Loc=c(2, 5, 1, 5, 1, 1, 1, 3, 1, 2, 1, 4, 2, 2, 12, 2))
函数
spreadDates <- function(df, loc_day) {
# SPREAD DATES BASED ON LOCATION VALUE
# Args:
# df: Data Frame with Items and number of locations
# loc_day: Number of locations to count per day
# Returns:
# Data Frame with key on new date
df$Date_Switch <- 0
df$Cum_Sum <- 0
for (i in 1:nrow(df)) {
if (i==1) {
# First day
df[i, 4] <- df[i, 2]
# Cum Sum is no of item locations
} else {
if ((df[i - 1, 4] + df[i, 2]) < loc_day) {
# If previous cumsum plus today's locations is less than max count
df[i, 4] <- (df[i - 1, 4] + df[i, 2])
# Then add previous cumsum to today's locations
} else if ((df[i - 1, 4] + df[i, 2]) > loc_day) {
# This is where I don't know how to look for next item to count and then
# mark it as already counted
} else {
# Previous cumsum plus today=max count
df[i, 4] <- (df[i - 1, 4] + df[i, 2])
# Add previous cumsum to today
df[i, 3] <- 1
# Make Date_Switch=1 to later change date
}
}
}
return(df)
}
test.func <- spreadDates(test.df, 15)
如果有一个矢量方法来执行此操作或一个程序包，我会很乐意...但我确实需要一种方法来自动执行此操作，因为我有成千上万的项目并且必须每季度执行一次。
编辑：使用 adagio 包在底部添加了理想的解决方案：哇！
这是一个可能足够好的快速而肮脏的尝试。我假设最佳的每日总位置是 15，但 14 或 16 都可以。对于第一次尝试，我不太喜欢洗牌。
顺便说一句，这似乎是“多背包问题”（我 5 分钟前刚学会）的变体，有专门的优化包可以更强大地解决这个问题。 （例如：https://rdrr.io/cran/adagio/man/mknapsack.html）
首先，我制作了一些更大的测试数据来帮助评估该方法。
library(tidyverse)
n = 1000
set.seed(42)
test.df2 <- tibble(
Item = sample(10000:99999, n, replace = FALSE),
Loc = sample(c(rep(1:4, 8), 1:12), n, replace = TRUE) # Most small, some up to 15
)
daily_loc_tgt <- 15 # Here's my daily total target per location
尝试 1：简单赋值
不求助，只对累加和使用整数除法。每次累计超过15的倍数，重新开始一组。
baseline <- test.df2 %>%
mutate(cuml = cumsum(Loc),
naive_grp = 1 + cuml %/% daily_loc_tgt) %>%
group_by(naive_grp) %>%
mutate(grp_sum = cumsum(Loc)) %>%
ungroup()
这表现如何？对于假数据，看起来大约一半的时间，分组在 15 分之 1 以内。
eval_soln(baseline) # Function defined at bottom
尝试 2：Shift 向下溢出一个
这不会消除超支，但通常会通过将超支分配给下一组来减少超支。
shuffle <- test.df2 %>%
mutate(cuml = cumsum(Loc),
grp = 1 + cuml %/% tgt) %>%
arrange(grp, -Loc) %>%
group_by(grp) %>%
mutate(grp_sum = cumsum(Loc)) %>%
ungroup() %>%
# Shift down overruns
mutate(grp = if_else(grp_sum > tgt + 1,
grp + 1,
grp)) %>%
group_by(grp ) %>%
mutate(grp_sum = cumsum(Loc)) %>%
ungroup()
eval_soln(shuffle)
这是一个适度的改进。现在，大约 60% 的组接近 15。但仍有相当数量的组远离 15...
尝试 3：依靠几十年前解决这个问题的聪明人
在谷歌搜索中，我了解到这可能被称为“多背包问题”，并且可以使用 adagio 等专门的软件包更有效地解决。
https://rdrr.io/cran/adagio/man/mknapsack.html
唯一的技巧是在 k 容量部分设置组数。当我最初使用 240（sum(test.df2$Loc) / 15 的输出）设置它时，它使 R 挂起的时间比我想等待的时间长。通过降低一点，它在大约 10 秒内找到了一个精确的解决方案，所有 240 个组都有 15 个位置。
library(adagio)
# p is the "profit" per item; I'll use `Loc`
p <- test.df2$Loc
# w is the "weights", which cannot exceed the capacities. Also `Loc`
w <- test.df2$Loc
# Capacities: all tgt
k <- rep(tgt, 239)
adagio_soln_assignments <- mknapsack(p, w, k)
adagio_soln <- test.df2 %>%
mutate(grp = adagio_soln_assignments[["ksack"]]) %>%
arrange(grp) %>%
group_by(grp) %>%
mutate(grp_sum = cumsum(Loc)) %>%
ungroup()
eval_soln(adagio_soln)
瞧！
这是我用来绘制结果图表的代码：
eval_soln <- function(df, tgt = 15, ok_var = 1) {
stats <- df %>%
group_by(grp) %>%
summarize(sum_check = max(grp_sum),
sum = sum(Loc))
df_name <- substitute(df)
ok_share <- mean(stats$sum >= tgt - ok_var & stats$sum <= tgt + ok_var)
ggplot(stats, aes(sum,
fill = sum >= tgt - ok_var & sum <= tgt + ok_var)) +
geom_histogram(binwidth = 1, color = "white") +
scale_fill_manual(values = c("gray70", "gray20")) +
coord_cartesian(xlim = c(0, 30)) +
guides(fill = FALSE) +
labs(title = df_name,
subtitle = paste0("Share of groupings within ", ok_var,
" of ", tgt, ": ",
scales::percent(ok_share, accuracy = 0.1)))
}