如何移除数组中客户与发票参考相同且金额总和为0的行

我有一组包含以下字段的发票数据（已读取到数组中）：

• 客户编号
• 发票编号（唯一，冲销发票会生成新编号）
• 发票参考（冲销发票与原发票的参考一致）
• 金额（冲销时为负数）

需要实现的逻辑：

当同一客户编号+同一发票参考对应的所有行金额总和为0时，删除该组合下的所有行。

原始数据示例 #

处理后预期结果 #

注：需处理约70个客户、4000条发票数据。

解决方案 #

方法1：使用Python Pandas（高效处理大数据） #

Pandas的分组功能可以快速实现需求，代码简洁且性能足够应对4000条数据：

import pandas as pd

# 假设原始数据为列表字典格式（可根据实际数组结构调整）
invoice_data = [
    {"客户": 3233, "发票编号": "91324941", "发票参考": "91324941", "金额": 143.966},
    {"客户": 3233, "发票编号": "91323172", "发票参考": "91323172", "金额": 155.418},
    {"客户": 3233, "发票编号": "91323173", "发票参考": "91323172", "金额": -418},
    {"客户": 3233, "发票编号": "91330112", "发票参考": "91324941", "金额": -143.966}
]

# 转换为DataFrame
df = pd.DataFrame(invoice_data)

# 按客户+发票参考分组，计算每组金额总和
grouped_sum = df.groupby(["客户", "发票参考"])["金额"].transform("sum")

# 过滤出总和不为0的行
filtered_df = df[grouped_sum != 0]

# 转换回数组格式（按需使用）
filtered_data = filtered_df.to_dict("records")

# 输出结果
print(filtered_data)

方法2：纯Python实现（无需第三方库） #

如果环境受限无法使用第三方库，可通过字典分组计算总和后过滤数据：

invoice_data = [
    {"客户": 3233, "发票编号": "91324941", "发票参考": "91324941", "金额": 143.966},
    {"客户": 3233, "发票编号": "91323172", "发票参考": "91323172", "金额": 155.418},
    {"客户": 3233, "发票编号": "91323173", "发票参考": "91323172", "金额": -418},
    {"客户": 3233, "发票编号": "91330112", "发票参考": "91324941", "金额": -143.966}
]

# 第一步：计算每个(客户, 发票参考)组合的金额总和
sum_map = {}
for item in invoice_data:
    key = (item["客户"], item["发票参考"])
    sum_map[key] = sum_map.get(key, 0) + item["金额"]

# 第二步：过滤掉总和为0的组合对应的行
filtered_data = [item for item in invoice_data if sum_map[(item["客户"], item["发票参考"])] != 0]

# 输出结果
for row in filtered_data:
    print(row)

关键逻辑说明 #

• 核心是按客户+发票参考的组合分组，冲销发票与原发票属于同一组合
• 若组合内金额总和为0，说明该组发票已完全冲销，需移除所有对应行
• 两种方法均可高效处理4000条数据：纯Python方法适合环境受限场景，Pandas方法更简洁易维护

内容的提问来源于stack exchange，提问作者MegaOctane