如何按Deal分组并依多条件汇总不同Currency的金额数据

需求明确 #

• 按Deal字段分组进行数据计算
• 同一Currency下，执行自定义计算：(Investment金额总和 + Capital金额总和) - (Borrow金额总和 + Interest金额总和)
• 不同Currency需独立计算，不可混同
• 仅当某Deal包含全部4种Flow类型（Investment、Borrow、Interest、Capital）时，才对该Deal执行计算

示例输入数据 #

import pandas as pd

data = {
    'Deal': [1,1,1,1,2,2,2,2,3,3,3,4,4,4,4],
    'Flow': ['Investment','Borrow','Interest','Capital',
             'Investment','Borrow','Interest','Capital',
             'Investment','Borrow','Interest',
             'Investment','Borrow','Interest','Capital'],
    'Amount': [100,10,5,50,100,10,5,50,100,10,5,100,10,5,50],
    'Currency': ['USD','USD','USD','EUR','USD','USD','USD','USD','USD','EUR','USD','USD','EUR','USD','USD']
}
df = pd.DataFrame(data)

对应的DataFrame展示：

Deal        Flow  Amount Currency
0     1  Investment     100      USD
1     1      Borrow      10      USD
2     1    Interest       5      USD
3     1     Capital      50      EUR
4     2  Investment     100      USD
5     2      Borrow      10      USD
6     2    Interest       5      USD
7     2     Capital      50      USD
8     3  Investment     100      USD
9     3      Borrow      10      EUR
10    3    Interest       5      USD
11    4  Investment     100      USD
12    4      Borrow      10      EUR
13    4    Interest       5      USD
14    4     Capital      50      USD

期望输出 #

Deal  Amount Currency  Amount Currency
0     1      85      USD    50.0      EUR
1     2     135      USD     NaN     None
2     4     145      USD   -10.0      EUR

实现方案（基于Pandas） #

步骤1：筛选符合条件的Deal #

先过滤出包含全部4种Flow类型的Deal，减少无效计算：

# 定义必须包含的Flow类型集合
required_flows = {'Investment', 'Borrow', 'Interest', 'Capital'}

# 检查每个Deal是否覆盖所有必需Flow类型
valid_deals = df.groupby('Deal')['Flow'].apply(
    lambda x: required_flows.issubset(x.unique())
).reset_index()

# 提取有效Deal的ID列表
valid_deal_ids = valid_deals[valid_deals['Flow']]['Deal'].tolist()

# 过滤原数据到仅包含有效Deal的子集
df_valid = df[df['Deal'].isin(valid_deal_ids)]

步骤2：按Deal+Currency分组执行自定义计算 #

对每个有效Deal下的不同Currency，分别计算目标金额：

def calculate_target_amount(group):
    # 计算Investment与Capital的总和
    invest_cap_sum = group[group['Flow'].isin(['Investment', 'Capital'])]['Amount'].sum()
    # 计算Borrow与Interest的总和
    borrow_int_sum = group[group['Flow'].isin(['Borrow', 'Interest'])]['Amount'].sum()
    # 返回最终计算结果
    return invest_cap_sum - borrow_int_sum

# 分组计算结果
calculated_result = df_valid.groupby(['Deal', 'Currency']).apply(
    calculate_target_amount
).reset_index(name='Calculated_Amount')

步骤3：转换为期望的宽表格式 #

将分组后的长表转换为多列并排的宽表，匹配输出要求：

# 给每个Deal下的Currency结果添加序号，用于转宽表
calculated_result['seq'] = calculated_result.groupby('Deal').cumcount()

# 转宽表，拆分不同Currency的结果为多列
wide_result = calculated_result.pivot(
    index='Deal',
    columns='seq',
    values=['Calculated_Amount', 'Currency']
)

# 重命名列，调整为直观的格式
wide_result.columns = [
    f'{col[0]}_{col[1]+1}' if col[1] != 0 else col[0] 
    for col in wide_result.columns
]

# 调整列顺序，实现Amount与Currency交替排列
col_order = []
for i in range(len(wide_result.columns)//2):
    col_order.append(f'Calculated_Amount_{i+1}' if i>0 else 'Calculated_Amount')
    col_order.append(f'Currency_{i+1}' if i>0 else 'Currency')
wide_result = wide_result[col_order]

# 重置索引、填充缺失值，并重命名列匹配期望输出
final_result = wide_result.reset_index().fillna({
    'Calculated_Amount': pd.NA,
    'Currency': None
})
final_result.columns = ['Deal', 'Amount', 'Currency', 'Amount', 'Currency']

# 打印最终结果
print(final_result)

方案优势 #

• 高效性：先筛选有效Deal，避免对不符合条件的数据执行无效计算，提升处理效率
• 灵活性：自定义计算函数可轻松调整逻辑，适配后续需求变化
• 可读性：步骤拆分清晰，代码逻辑明确，便于维护和扩展

内容的提问来源于stack exchange，提问作者Pavan Kumar Polavarapu