Question

这是df的一部分：

   NUMBER         MONEY
    12345           20
    12345          -20
    12345           20
    12345           20
    123456          10
    678910          7.6
    123457          3
    678910         -7.6

我要删除数字相同但钱相反的行。

理想的结果如下：

    NUMBER         MONEY
    12345           20
    12345           20
    123456          10  
    123457          3

注意：这些条目不是一一对应的（我的意思是总数是一个奇数）。

例如，有四个条目是[Number] 12345。

其中三个[Money]是20，一个[Money]是-20。

我只想删除两个相反的[Money]，并保留另外两个货币为20的货币。

Answer 1

这是一个解决方案。输入：

df_work
    NUMBER  MONEY
0   12345   20.0
1   12345   -20.0
2   12345   20.0
3   12345   20.0
4   123456  10.0
5   678910  7.6
6   123457  3.0
7   678910  -7.6

代码

df_grouped = df_work.groupby('NUMBER').sum().rename(columns={'MONEY': 'MONEY_SUMMED'})
df_work['MONEY'] = np.abs(df_work['MONEY'])
df_abs_unique = df_work[['NUMBER','MONEY']].drop_duplicates()
df_money = pd.merge(df_grouped, df_abs_unique, on='NUMBER')
df_money['NUMBER_TO_OCCUR'] = df_money['MONEY_SUMMED']/df_money['MONEY']

df_result = pd.DataFrame()
for number in df_money['NUMBER_TO_OCCUR'].unique():
    if number == 0:
        continue
    df_number = df_money[df_money['NUMBER_TO_OCCUR'] == number]
    df_result = pd.concat(int(number)*[df_number] + [df_result])

输出

df_result.drop(['NUMBER_TO_OCCUR', 'MONEY_SUMMED'], 1)
    NUMBER  MONEY
1   123456  10.0
2   123457  3.0
0   12345   20.0
0   12345   20.0

我们用建立每个数字的总和除以绝对货币来获得有关每个数字必须多久出现一次的信息。最后的循环效率不高，但仍然有效。

Answer 2

这是使用groupby和apply以及自定义函数来匹配和删除对的解决方案。

def remove_pairs(x):
    positive = x.loc[x['MONEY'] > 0].index.values
    negative = x.loc[x['MONEY'] < 0].index.values
    for i, j in zip(positive, negative):
        x = x.drop([i, j])
    return x

df['absvalues'] = df['MONEY'].abs()

dd = df.groupby(['NUMBER', 'absvalues']).apply(remove_pairs)
dd.reset_index(drop=True, inplace=True)
dd.drop('absvalues', axis=1, inplace=True)

'absvalue'列的绝对值为'MONEY'，以对groupby执行双索引选择，然后自定义函数将成对的行拖放成对，以选择正数和负数。 / p>

最后两行只是进行一些清洁。使用示例数据框，最终结果dd为：

   NUMBER  MONEY
0   12345   20.0
1   12345   20.0
2  123456   10.0
3  123457    3.0

根据特定条件删除行

2 个答案: