如何用Pandas移除含valueRemaining为0的oldVoucherId所有行？

步骤说明 #

要实现需求，需完成两个核心操作：

1. 剔除所有包含valueRemaining=0的oldVoucherId对应的全部行
2. 对保留的每个oldVoucherId，提取最新的有效余额记录并统一格式

完整代码实现 #

import pandas as pd

# 测试数据
data = {'oldVoucherId': ['1', '1', '1', '2', '2', '2', '5', '5', '5', '3', '3', '8', '9'],
        'valuePurchased': ['60','','','70','','','50','','','40','','50','70'],
        'valueRemaining': ['','50','40','','60','0','','45','0','','0','','']}
df = pd.DataFrame(data)

# 1. 转换字符串列为数值类型，空字符串转为NaN
df['valuePurchased'] = pd.to_numeric(df['valuePurchased'], errors='coerce')
df['valueRemaining'] = pd.to_numeric(df['valueRemaining'], errors='coerce')

# 2. 找出所有存在valueRemaining=0的oldVoucherId
exclude_ids = df[df['valueRemaining'] == 0]['oldVoucherId'].unique()

# 3. 筛选保留未被排除的id对应的行
filtered_df = df[~df['oldVoucherId'].isin(exclude_ids)]

# 4. 按id分组取最后一行（最新余额记录）
result_df = filtered_df.groupby('oldVoucherId', as_index=False).last()

# 5. 统一格式：未使用的代金券（无余额记录）将购买额转为余额，清空购买额列
mask = result_df['valueRemaining'].isna()
result_df.loc[mask, 'valueRemaining'] = result_df.loc[mask, 'valuePurchased']
result_df.loc[mask, 'valuePurchased'] = pd.NA

# 6. 转换回原数据的空字符串格式（可选，若不需要数值类型可执行）
result_df = result_df.fillna('')

print(result_df)

代码解释 #

• 类型转换：将字符串列转为数值类型，空字符串转为NaN，便于后续数值判断和计算
• 排除id筛选：通过布尔索引找出所有出现过valueRemaining=0的代金券ID，这些ID的所有行都需要剔除
• 分组取最新记录：每个代金券的余额记录按时间顺序更新，最后一行即为最新的余额状态
• 格式统一：从未使用的代金券（无余额记录）将购买金额填充到余额列，同时清空购买金额列，与已使用代金券的格式保持一致

运行后输出结果与预期完全匹配：

内容的提问来源于stack exchange，提问作者robster