如何用Python从.xlsx表格中匹配正负数值对并标记关联

核心思路 #

按N_order分组，每组内先统计每个绝对值对应的正、负数值数量，再逐行检查：只要当前数值的对应符号（正找负，负找正）还有未配对的余量，就标记为linked，每标记一次就减少对应余量的计数，确保仅配对等量的正负值。

实现代码 #

import pandas as pd

# 读取目标Excel文件（替换成你的文件路径）
df = pd.read_excel('your_file.xlsx')

# 处理每组订单的配对逻辑
def process_order_group(group):
    # 统计每个绝对值的正负数量
    abs_count = {}
    for _, row in group.iterrows():
        val_abs = abs(row['Amount'])
        is_positive = row['Amount'] > 0
        if val_abs not in abs_count:
            abs_count[val_abs] = {'pos': 0, 'neg': 0}
        abs_count[val_abs]['pos' if is_positive else 'neg'] += 1
    
    # 逐行标记配对状态
    linked_status = []
    for _, row in group.iterrows():
        val_abs = abs(row['Amount'])
        is_positive = row['Amount'] > 0
        # 检查是否还有可配对的对应数值
        if is_positive and abs_count[val_abs]['neg'] > 0:
            linked_status.append('linked')
            abs_count[val_abs]['neg'] -= 1
        elif not is_positive and abs_count[val_abs]['pos'] > 0:
            linked_status.append('linked')
            abs_count[val_abs]['pos'] -= 1
        else:
            linked_status.append('')
    group['Linked'] = linked_status
    return group

# 应用分组处理并保存结果
df = df.groupby('N_order', group_keys=False).apply(process_order_group)
df.to_excel('paired_result.xlsx', index=False)

关键说明 #

• 先统计后标记的逻辑，避免了同一绝对值下多组重复配对的问题，每配对一组就消耗一次计数，确保正负数值一一对应。
• 如果表格存在空值，可在读取后添加df = df.dropna(subset=['N_order', 'Amount'])清理无效行。
• 替换代码中的your_file.xlsx为你的实际文件路径，运行后会生成带有Linked列的结果文件paired_result.xlsx。

内容的提问来源于stack exchange，提问作者Teddy