【Python実践データ分析100本ノック】 ノック63-65

import pandas as pd
import numpy as np

#データ読み込み
#demand.csvは工場の製品生産量に対する需要を記載した1行×4列(F1～F4)のデータです。
df_demand=pd.read_csv('demand.csv')
#supply.csvは倉庫が供給可能な部品数の上限を記載した1行×3列(W1～W3)のデータです。
df_supply=pd.read_csv('supply.csv')

#制約条件計算関数
#需要側
def condition_demand(df_tr,df_demand):

  #np.zeros()関数は0で初期化されたndarrayを生成します。
  #第一引数に生成したい配列のshape(何行×何行か)を指定します。
  #len(.columns)でdf_demandの列（F1～F4）数4回分操作を繰り返します。
  #つまり、1行×4列で各要素の値が0である配列を作成します。
  flag=np.zeros(len(df_demand.columns))
  
  for i in range(len(df_demand.columns)):
      #総輸送コストの計算結果が書かれているdf_trから、需要データを取り出し和を計算しています。
      temp_sum=sum(df_tr[df_demand.columns[i]])
      #temp_sumがF1～F4の各工場の需要以上である場合、各列（各工場に対応しています）flagを1に変換します。
      if(temp_sum>=df_demand.iloc[0][i]):
        flag[i]=1
  return flag

#供給側
def condition_supply(df_tr,df_supply):

  #len(.columns)でdf_supplyの列（W1～W3）数3回分操作を繰り返します。
  #つまり、1行×3列で各要素の値が0である配列を作成します。
  flag=np.zeros(len(df_supply.columns))

  for i in range(len(df_supply.columns)):
    #総輸送コストの計算結果が書かれているdf_trから、供給データを取り出し和を計算しています。
    temp_sum=sum(df_tr.loc[df_supply.columns[i]])
    #temp_sumがW1～W3の各倉庫の需要以上である場合、各列（各倉庫に対応しています）flagを1に変換します。
    if temp_sum<=df_supply.iloc[0][i]:
      flag[i]=1
  return flag

print("需要条件計算結果:"+str(condition_demand(df_tr_sol,df_demand)))
print("供給条件計算結果:"+str(condition_supply(df_tr_sol,df_supply)))

def product_plan(df_profit, df_plan):
   profit = 0
   #df_profitは製品1と製品2の利益を記載した2行×1列(製品1～製品2)のデータです。
   #len(.columns)でdf_profitの列数2回分操作を繰り返します。
   for i in range(len(df_profit.columns)):
       #df_planは製品の生産量を記載した2行×1列(製品1～製品2)のデータです。
       #len(.columns)でdf_planの列数2回分操作を繰り返します。
       for j in range(len(df_plan.columns)):
           #df_profitとdf_planのデータから、それぞれの製品の利益と生産量を取り出し、積の和を計算しています。
           profit += df_profit.iloc[i][j] * df_plan.iloc[i][j]
   return profit

print('総利益：' +str(product_plan(df_profit, df_plan)))