# 数据筛选逻辑
df = df[
    (df['订单状态'] == '已完成') &
    (df['金额'] > 0) &
    (df['订单类型'] != '退货')
]

import pandas as pd

# 读取数据
df = pd.read_excel("采购订单.xlsx")

# 数据清洗
df['单价'] = df['金额'] / df['数量']
df['月份'] = pd.to_datetime(df['订单日期']).dt.to_period('M')

# 剔除异常值（单价为0或负数）
df = df[df['单价'] > 0]

# 物料名称标准化
df['物料名称'] = df['物料名称'].str.strip().str.upper()

# 1. 计算每个物料的价格统计
price_stats = df.groupby('物料编码').agg({
    '单价': ['mean', 'std', 'min', 'max', 'count']
}).round(2)

price_stats.columns = ['平均价', '标准差', '最低价', '最高价', '采购次数']
price_stats['变动率'] = (price_stats['最高价'] - price_stats['最低价']) / price_stats['平均价']

# 2. 识别高变动物料
high_variance = price_stats[
    (price_stats['变动率'] > 0.2) &  # 变动超过20%
    (price_stats['采购次数'] >= 3)    # 至少采购3次
]

# 3. 供应商价格对比
supplier_compare = df.groupby(['物料编码', '供应商']).agg({
    '单价': 'mean',
    '数量': 'sum'
}).reset_index()