基于Pandas的分组累计求和与日期条件的跨客户发票-支付匹配问题求解

我有三个Pandas DataFrame，分别用于记录客户相似度、发票和支付数据：

• df_sim：记录因数据错误导致支付与我方发票不匹配的客户（Cust1），以及与其名称相似或相同的其他客户（Cust2）的相似度信息，需要为每一组Cust1-Cust2判断是否匹配成功。
• df_inv：记录我方开具给df_sim中Cust1客户的发票数据，包含客户名称、发票金额、发票日期字段。
• df_paym：记录我方系统中df_sim里Cust2客户的支付数据，包含客户名称、支付金额、支付日期字段。

具体需求 #

• 对每个Cust1客户，需将其发票金额按「发票日期≤支付日期」的条件进行累计求和，并在1美元的误差阈值内，与对应Cust2客户的支付金额的所有可能组合进行匹配，直到累计金额达到发票总和。
• 若某一组Cust1-Cust2匹配成功（例如df_sim中第一行的ABC-ABC组合），则该Cust1对应的后续相似客户行需跳过匹配。
• 最终需为三个DataFrame添加「Match (Y/N)」列，标识对应行是否匹配成功，预期输出如下：

df_sim（客户相似度表） #

df_inv（发票表） #

df_paym（支付表） #

现有代码问题 #

我已编写了初步代码，但仅能实现发票与支付金额的精确匹配，无法实现日期条件判断及支付组合的累计匹配逻辑，现有代码如下：

import pandas as pd
df_sim = pd.DataFrame({'Cust1':['ABC', 'ABC', 'ABC', 'DEF','DEF','DEF','GHI', 'LMN', 'LMN', 'OPQ'], 'Cust2': ['ABC', 'ABB', 'AYZ', 'DEA', 'DEB', 'DEC', 'GAB', 'LMA', 'LAB', 'OPA'], 'similarity%': [1, .66, .33, .66, .66, .33, .33, .66, .33, .66]})
df_inv = pd.DataFrame({'Cust1':['ABC', 'ABC', 'ABC', 'DEF', 'GHI', 'GHI', 'LMN', 'LMN', 'OPQ', 'OPQ'], 'Amount': [10, 10, 29.5, 40, 49, 10, 100, 0.99, 190, 10.99], 'Date': ['01/01/2021', '01/01/2021', '01/01/2021','01/02/2021', '01/02/2021','01/02/2021','01/03/2021','01/03/2021','01/03/2021','01/03/2021']})
df_paym = pd.DataFrame({'Cust1':['ABC', 'ABB', 'DEA', 'DEB', 'GAB', 'LMA', 'LAB', 'OPA'], 'Amount': [50, 50, 40, 40, 60, 98, 100.99, 200], 'Date': ['01/02/2021', '01/02/2021', '31/12/2020', '01/03/2021', '01/03/2021', '01/04/2021', '01/04/2021','01/04/2021']})
df_inv_grpd = df_inv.groupby(['Cust1', 'Date'])['Amount'].sum().reset_index()
for cust1, cust2 in zip(df_sim['Cust1'], df_sim['Cust2']):
    if df_inv_grpd[df_inv_grpd['Cust1']==cust1]['Amount'].values in (df_paym[df_paym['Cust1']==cust2]['Amount'].to_numpy()):
        print(cust1, " ", cust2, " ", ":", 'OK')
    else:
        print(cust1, " ", cust2, " ", ":", 'NO')

请求协助 #

请帮忙完善代码，实现以下功能：

1. 满足「发票日期≤支付日期」条件的分组累计求和
2. 支付金额组合的累计匹配逻辑
3. 1美元误差阈值的判断
4. 匹配成功后跳过该Cust1后续相似客户的逻辑

内容的提问来源于stack exchange，提问作者Jbuzz