如何在DataFrame中匹配并移除金额互为相反数的订单与退款记录

原始数据 #

首先定义原始数据并生成DataFrame：

import pandas as pd

test = {"number": ['1555','1666','1777', '1888', '1999'],
        "order_amount": ['100.00','200.00','-200.00', '300.00', '-150.00'],
        "number_of_refund": ['','','1666', '', '1888']
    }

df = pd.DataFrame(test)

生成的初始DataFrame如下：

number order_amount number_of_refund
0   1555       100.00                 
1   1666       200.00                 
2   1777      -200.00             1666
3   1888       300.00                 
4   1999      -150.00             1888    

需求说明 #

需要移除同时满足以下条件的订单及退款记录：

• number_of_refund列的值在当前DataFrame的number列中存在匹配项
• 匹配到的number对应的order_amount与该退款记录的order_amount互为相反数（例如1666的订单金额200和退款记录的-200，两行均需移除）

最终期望结果：

number order_amount number_of_refund
0   1555       100.00                 
3   1888       300.00                 
4   1999      -150.00             1888                            

实现方案 #

步骤1：转换金额列类型 #

原始金额为字符串格式，需转为数值型才能进行运算：

df['order_amount'] = df['order_amount'].astype(float)

步骤2：构建订单金额映射 #

创建一个字典，存储非退款记录（number_of_refund为空）的订单号与对应金额的映射：

order_map = df[df['number_of_refund'] == ''].set_index('number')['order_amount'].to_dict()

步骤3：定位需要移除的行 #

1. 找出符合条件的退款记录索引：

refund_indices = df[
    df['number_of_refund'].isin(order_map.keys()) &
    (df['order_amount'] == -df['number_of_refund'].map(order_map))
].index

这里通过map方法直接将number_of_refund映射到对应订单金额，再判断退款金额是否为其相反数。

2. 找出这些退款记录对应的原始订单索引：

order_indices = df[df['number'].isin(df.loc[refund_indices, 'number_of_refund'])].index

3. 合并索引并过滤DataFrame：

drop_indices = refund_indices.union(order_indices)
result_df = df.drop(drop_indices).reset_index(drop=True)

关于金额互为相反数的检查逻辑 #

核心是通过映射匹配+数值对比实现：

• 先建立有效订单的金额映射，避免重复查找
• 对每条退款记录，用number_of_refund匹配到对应订单金额，直接判断退款金额 == -订单金额
• 利用Pandas的布尔索引快速筛选符合条件的行

内容的提问来源于stack exchange，提问作者Kirilas