Pandas跨DataFrame实现ID存在性校验与支付流水聚合
双DataFrame关联计算实现方案
全程沿用pandas原生逻辑,不打乱原df1的行排列顺序,输出结构完全匹配需求示例。
生成df3(带累计支付的人员ID映射表)
核心逻辑:先对支付流水按ID做预聚合,再逐行匹配每个人员关联的所有有效ID的累计金额,无匹配的记录支付值记为0。
- 预聚合支付流水,降低重复计算开销
# 汇总每个支付ID对应的总金额,转为快速查询的字典结构 id_payment_map = df2.groupby('id')['amount'].sum().to_dict() - 逐行计算累计支付值
# 完全复制df1的行结构、列顺序与行序 df3 = df1.copy() # 累计规则:id1对应金额 + 非0id2对应金额,无匹配时默认取0 df3['payment'] = df3.apply( lambda row: id_payment_map.get(row['id1'], 0) + (id_payment_map.get(row['id2'], 0) if row['id2'] != 0 else 0), axis=1 )
- 效果校验:输出结果与示例完全对齐——关联2045、2052的人员累计支付为10(2052对应流水)+5(2045对应流水)=15,仅关联2040的人员累计支付为20,无任何匹配的人员支付值记为0。
生成df4(未匹配的异常支付记录表)
核心逻辑:先收集df1中所有合法关联ID(排除id2为0的占位值),再反向筛选df2中不在合法ID集合内的流水记录。
# 合并df1中所有合法ID为集合,查询效率远高于逐行比对 valid_id_set = set(df1['id1']) | set(df1.loc[df1['id2'] != 0, 'id2']) # 筛选df2中未在合法ID池内的记录,重置索引避免原索引造成的混乱 df4 = df2[~df2['id'].isin(valid_id_set)].reset_index(drop=True)
- 效果校验:筛选结果仅包含id=2053的异常支付记录,与示例完全匹配。
内容的提问来源于stack exchange,提问作者Tomas Arias
相关产品推荐
相关产品推荐

