如何在Pandas DataFrame中按指定规则更新负值

原始数据 #

处理规则 #

• 查找每行中的负值
• 获取该行当前最大正值
• 比较负值绝对值与最大正值：
  • 若负值绝对值小于最大正值：将负值转为0，从最大正值中减去该绝对值
  • 若负值绝对值大于等于最大正值：将最大正值转为0，把该正值加到负值上，重复选取当前最大正值继续比较，直到满足上一条件后执行冲抵

目标结果 #

解决方案代码 #

import pandas as pd

# 构造原始DataFrame
data = {
    'Partner': [154678, 234567],
    '0 Days': [200.00, 100.00],
    '1-30 Days': [-50.00, -150.00],
    '31 - 60 Days': [160.00, 50.00],
    '61 - 90 Days': [300.00, 120.00],
    'Total': [610.00, 120.00]
}
df = pd.DataFrame(data)

def process_row(row):
    # 提取需要处理的列（排除Partner和Total）
    process_cols = row.drop(['Partner', 'Total']).copy()
    
    # 循环处理直到没有负值
    while (process_cols < 0).any():
        # 获取当前负值列和数值
        neg_col = process_cols[process_cols < 0].index[0]
        neg_value = process_cols[neg_col]
        
        # 获取当前最大正值列和数值
        positive_cols = process_cols[process_cols > 0]
        if positive_cols.empty:
            break  # 无正值可冲抵，终止循环
        max_pos_col = positive_cols.idxmax()
        max_pos_value = positive_cols.max()
        
        if abs(neg_value) < max_pos_value:
            # 负值绝对值更小，直接冲抵
            process_cols[neg_col] = 0.0
            process_cols[max_pos_col] += neg_value
        else:
            # 负值绝对值更大，清空当前最大正值，更新负值
            process_cols[max_pos_col] = 0.0
            process_cols[neg_col] += max_pos_value
    
    # 将处理后的值更新回原行
    row.update(process_cols)
    return row

# 应用处理函数到每一行
processed_df = df.apply(process_row, axis=1)
# 格式化小数为4位，匹配目标格式
processed_df = processed_df.round(4)

print(processed_df)

代码说明 #

1. 首先构造与问题一致的原始DataFrame
2. 定义process_row函数逐行处理：
   • 分离出需要处理的列（排除Partner和Total，总和列无需修改）
   • 循环检测并处理负值，直到行内无负值或无正值可冲抵
   • 按照规则完成冲抵逻辑，更新对应列的数值
3. 使用apply方法将处理函数应用到每一行，最后格式化小数显示

内容的提问来源于stack exchange，提问作者Hanaa Majzoub