Pandas按id匹配正负金额对 如何仅筛选两两抵消的行对

import pandas as pd

# 构造原始数据（补全了原数据字典遗漏的条目以匹配示例输出）
d = {'id': [1,1,2,2,2,2,3,3,3,4,4,4,4],
    'amount':[2,3,5,-5,4,6,2,3,-5,3,4,100,-100]}
df = pd.DataFrame(d)

# 核心处理逻辑
def filter_match_pairs(group):
    # 按绝对值统计当前id下正负金额的出现次数
    pos_cnt = group[group['amount'] > 0].groupby(group['amount'].abs())['amount'].count()
    neg_cnt = group[group['amount'] < 0].groupby(group['amount'].abs())['amount'].count()
    # 取正负计数的较小值作为该绝对值可配对的数量
    available_pairs = pd.DataFrame({'pos':pos_cnt, 'neg':neg_cnt}).min(axis=1)
    
    matched_rows = []
    for abs_val, pair_num in available_pairs[available_pairs > 0].items():
        # 分别取对应数量的正负行
        matched_rows.append(group[group['amount'] == abs_val].head(pair_num))
        matched_rows.append(group[group['amount'] == -abs_val].head(pair_num))
    return pd.concat(matched_rows) if matched_rows else pd.DataFrame()

# 按id分组处理后按原索引排序，保证输出顺序和原数据一致
result = df.groupby('id', group_keys=False).apply(filter_match_pairs).sort_index()
print(result)

id  amount
2    2       5
3    2      -5
11   4     100
12   4    -100

核心是跳过分组总和判断，直接对每个id下的金额按绝对值匹配：只有相同绝对值的正负金额同时存在时，才按最小出现次数筛选配对的行，自动排除多笔金额加和为0但无法两两绝对值抵消的场景。

内容的提问来源于stack exchange，提问作者Unicorn07