如何筛选特定条件数据并分Sheet导出？Excel数据处理求助

我之前也踩过用基础循环处理这种配对问题的坑——要么同一笔记录被重复匹配，要么漏掉了该配对的记录，逻辑越写越绕还容易出错。不如换成分组+批量匹配的思路，用Pandas来实现，不仅逻辑清晰，还能彻底解决重复和遗漏的问题。

先再明确下咱们的核心需求：

• 筛选同company、同product ID且Direction为BUY/SELL配对的数据
• 拆分两个输出Sheet：
  1. Sheet1：单个BUY记录和单个SELL记录的Amount完全相等的配对
  2. Sheet2：同company+product ID组内，BUY的总Amount等于SELL的总Amount的所有记录

步骤1：数据导入与预处理 #

先把原始数据读进来，只保留我们需要的列，顺便做下数据清洗：

import pandas as pd

# 替换成你的原始文件路径
df = pd.read_excel("your_source_data.xlsx")
# 只保留目标列，避免无关数据干扰
df = df[["company", "product ID", "Direction", "amount"]]
# 清理空值（根据你的数据情况可选）
df = df.dropna(subset=["company", "product ID", "Direction", "amount"])
# 确保amount是数值类型，避免后续计算出错
df["amount"] = pd.to_numeric(df["amount"], errors="coerce")
df = df.dropna(subset=["amount"])

步骤2：处理Sheet1（单个金额相等的配对） #

这里的关键是标记已匹配的记录，避免重复配对。我们按company+product ID分组，在每个组内拆分BUY和SELL的记录，然后逐一匹配相等的金额：

sheet1_records = []

# 按公司+产品ID分组遍历，确保只在同组内处理配对
for (company, prod_id), group in df.groupby(["company", "product ID"]):
    # 拆分当前组内的BUY和SELL子数据集
    buy_rows = group[group["Direction"] == "BUY"].copy().reset_index(drop=True)
    sell_rows = group[group["Direction"] == "SELL"].copy().reset_index(drop=True)
    
    # 只有同时存在BUY和SELL的组才需要处理
    if buy_rows.empty or sell_rows.empty:
        continue
    
    # 用布尔数组标记哪些行已经被匹配过
    buy_matched = [False] * len(buy_rows)
    sell_matched = [False] * len(sell_rows)
    
    # 遍历每一行BUY，找未匹配的SELL中金额相等的记录
    for i, buy_row in buy_rows.iterrows():
        if buy_matched[i]:
            continue  # 跳过已匹配的BUY记录
        # 找到未匹配且金额相等的SELL记录
        matched_sell_idx = sell_rows[(~sell_matched) & (sell_rows["amount"] == buy_row["amount"])].index
        if not matched_sell_idx.empty:
            # 取第一个匹配的SELL记录（如果有多个，后续循环会处理剩下的）
            j = matched_sell_idx[0]
            # 把配对的两条记录加入Sheet1列表
            sheet1_records.append(buy_row.to_dict())
            sheet1_records.append(sell_rows.loc[j].to_dict())
            # 标记这两条记录为已匹配，避免重复使用
            buy_matched[i] = True
            sell_matched[j] = True

# 转换为DataFrame，方便导出
sheet1_df = pd.DataFrame(sheet1_records)

步骤3：处理Sheet2（组内总金额相等的记录） #

如果你的需求是“整个组的BUY总金额等于SELL总金额”，那直接分组求和筛选即可：

# 计算每个组内BUY和SELL的总金额
group_total = df.groupby(["company", "product ID", "Direction"])["amount"].sum().unstack(fill_value=0)

# 筛选出BUY和SELL总金额相等的组
valid_groups = group_total[group_total["BUY"] == group_total["SELL"]].index

# 提取这些组的所有记录
sheet2_df = df[df.set_index(["company", "product ID"]).index.isin(valid_groups)]

如果你的需求是“多笔BUY的总和等于多笔SELL的总和”（而非整个组的总金额相等），这种场景逻辑会更复杂，需要用到组合求和的方式，要是你需要这种场景的实现，可以再补充说明细节~

步骤4：导出到Excel的两个Sheet #

最后把两个结果导出到同一个Excel文件的不同Sheet：

with pd.ExcelWriter("final_result.xlsx") as writer:
    sheet1_df.to_excel(writer, sheet_name="Equal_Amount_Pairs", index=False)
    sheet2_df.to_excel(writer, sheet_name="Equal_Total_Groups", index=False)

为什么这个方法比基础循环靠谱？ #

1. 分组隔离：确保我们只在同一个company+product ID的组内处理配对，不会出现跨组错误匹配的情况
2. 已匹配标记：通过布尔数组明确标记已使用的记录，彻底避免重复配对
3. Pandas批量操作：比手动逐行循环效率高得多，也减少了人为编写循环时容易出现的逻辑漏洞

内容的提问来源于stack exchange，提问作者Squirrelxd