Pandas查找满足多条件的最小索引实现指定和的数值配对分组

核心实现逻辑 #

• 遍历所有未分组的行，计算当前数值的补数（目标和6减去当前值）
• 筛选待配对行规则：未分组、数值等于补数、索引不等于当前行索引（避免自配对）
• 先判断筛选结果是否为空，为空直接跳过，完全避免无匹配时的索引取值报错
• 找到符合条件的最小索引后，同时给两行标记分组状态和配对索引

完整可运行代码 #

import pandas as pd

# 可配置目标和
TARGET_SUM = 6

# ------------------- 示例1输入 -------------------
df_1 = pd.DataFrame({
    'Rest_after_division': [1,3,3,4,5,5,1],
    'Grouped_with_index': ["-","-","-","-","-","-","-"],
    'Grouped': [0,0,0,0,0,0,0]
})

# ------------------- 配对逻辑 -------------------
for idx in df_1.index:
    # 跳过已分组行
    if df_1.at[idx, 'Grouped'] == 1:
        continue
    current_val = df_1.at[idx, 'Rest_after_division']
    target_val = TARGET_SUM - current_val
    
    # 筛选符合条件的配对候选
    candidate = df_1[
        (df_1['Grouped'] == 0) & 
        (df_1['Rest_after_division'] == target_val) &
        (df_1.index != idx)
    ]
    # 无候选直接跳过，避免报错
    if candidate.empty:
        continue
    
    # 取最小的候选索引
    buddy_idx = candidate.index.min()
    
    # 标记配对信息
    df_1.at[idx, 'Grouped'] = 1
    df_1.at[idx, 'Grouped_with_index'] = str(buddy_idx)
    df_1.at[buddy_idx, 'Grouped'] = 1
    df_1.at[buddy_idx, 'Grouped_with_index'] = str(idx)

# 查看结果
print(df_1)

测试用例验证 #

示例2（3个1和3个5）输入 #

df_2 = pd.DataFrame({
    'Rest_after_division': [1,1,1,5,5,5],
    'Grouped_with_index': ["-","-","-","-","-","-"],
    'Grouped': [0,0,0,0,0,0]
})

运行上述配对逻辑后，会自动完成三对配对：0↔3、1↔4、2↔5，符合两两配对需求。

内容的提问来源于stack exchange，提问作者Johanna Marklund