Расчёт складского резерва запчастей

Добрый день!
Мне нужно выбрать из базы данных PostgreSQL информацию о потреблении запасных частей парком машин предприятия в конкретном месяце, в начале в 2018 году, потом в 2019 и далее в 2020 году, а потом составить заказ на этот конкретный месяц в 2021 году. Т.е. я должен зарезервировать зачасти в складе, например на май текущего 21 года, используя информацию об их потреблении в мае предыдущих трёх лет.
Причём задача такова – количество каждой резервируемой запчасти должно считаться как среднее значение по итогам потребления в предыдущие три года.
Я использую Python.
Написал запрос к БД (пока его не привожу) и он вывел мне в список list все, что надо в виде таблицы со структурой :

Наименование запчасти Количество, шт . Стоимость, руб/шт.

Вывод идёт поэтапно за первый, второй и третий годы.
И тут я остановился ......
Во первых проанализировал список потребляемых запчастей в месяцах май этих разных трёх лет и понял, что список неоднороден, там есть запчасти, которые потреблялись в мае каждого года и их большинство (более 70%), а есть такие, которые потреблялись только в двух или в одном году, их не так много, но не брать их во внимание нельзя.

Тут я должен сформировать общий список резервируемых запчастей на основании списков трёх лет и рассчитать количественный резерв каждой запчасти как среднее значение потребления в прошлом. Там, где запчасть потреблялась только один раз возможно будет расчёт нужного количества по другому методу (это пока не важно).
Я планирую в дальнейшем вообще решать эту задачу с применением генетического алгоритма.
Поэтому сейчас у меня главный вопрос определиться с библиотекой Python, которая поможет мне решить эту задачу в описанной выше постановке ну и в перспективе реализовать генетический алгоритм. Работать со списками list как то неудобно и у меня почему-то не идут арифметические действия с элементами списка, поскольку они нетипизированы. Может есть функции для преобразования элементов list в действительные или целые числа ???

Здесь речь идёт об анализе данных и я начал работать с библиотекой Pandas и вывел результаты своего запроса в Дата Фрейм.
Подскажите, смогу ли я решить свою задачу используя библиотеку Pandas, либо выбрать NumPy и работать с массивами. А может сразу отдать предпочтение SciPy, поскольку там уже есть решения по генетическим алгоритмам?

Если есть похожие решения, то сбросьте хотя бы ссылку или код.
Заранее благодарен.

0