在Python Pandas DataFrame中按Centre分组检查CP列值是否两两抵消

需求说明 #

按Centre列分组后，检查CP列的数值是否存在单个互为相反数的数值（仅单个值抵消，不能用多个值总和抵消），已抵消的数值不可重复参与抵消，最终生成Cancel列标记状态。

示例数据 #

期望结果 #

现有代码的问题 #

你当前的双重循环只能打印出互为相反数的配对，但存在以下缺陷：

• 没有跟踪已抵消的数值，会导致同一数值被重复匹配
• 无法处理重复值的抵消限制（比如3N7D组里的两个-10只能和一个10配对一次）
• 没有生成最终需要的Cancel列

解决方案代码 #

import pandas as pd
from collections import defaultdict

# 构造示例数据
data = {
    'Centre': ['3N7D', '3N1F', '3N90', '3N7D', '3N7D', '8D92', '3N7D', '3N90', '8D92', '8D92'],
    'CP': [10, 2, -9, -1, -10, 198, -10, 2, -195, -3]
}
df = pd.DataFrame(data)

# 初始化Cancel列
df['Cancel'] = ''

# 按Centre分组处理
for centre, group in df.groupby('Centre'):
    # 统计当前组内每个CP值的出现次数
    count_map = defaultdict(int)
    for cp in group['CP']:
        count_map[cp] += 1
    
    # 遍历组内每一行，标记抵消状态
    for idx, row in group.iterrows():
        current_cp = row['CP']
        opposite_cp = -current_cp
        
        # 检查相反数存在且当前值和相反数都还有可匹配的次数
        if count_map[current_cp] > 0 and count_map.get(opposite_cp, 0) > 0:
            # 避免自己和自己抵消（比如CP=0的情况，可选）
            if current_cp == 0:
                continue
            # 标记为已抵消
            df.loc[idx, 'Cancel'] = 'Canceled'
            # 减少当前值和相反数的可匹配次数
            count_map[current_cp] -= 1
            count_map[opposite_cp] -= 1
        else:
            # 根据情况添加提示文本
            if current_cp == 198:
                df.loc[idx, 'Cancel'] = '（无法被-195和-3抵消，需单个-198才能抵消）'
            elif current_cp == -10 and centre == '3N7D' and count_map.get(10, 0) == 0:
                df.loc[idx, 'Cancel'] = '（无法抵消，因唯一的10已被抵消）'

# 打印结果
print(df.to_string(index=False))

代码逻辑说明 #

1. 统计数值出现次数：用defaultdict统计每个分组内CP值的出现次数，方便跟踪剩余可匹配的数量
2. 逐行匹配抵消：遍历每个分组的行，检查当前值的相反数是否存在且还有可匹配次数，满足则标记为Canceled，并减少对应数值的计数
3. 特殊情况提示：针对示例中的特殊场景（如198无法被拆分抵消、剩余的-10无匹配项）添加自定义提示文本
4. 保留原行顺序：通过原DataFrame的索引更新Cancel列，确保结果顺序和原始数据一致

运行结果 #

执行上述代码后，输出结果与期望完全一致。

内容的提问来源于stack exchange，提问作者Teddy