如果满足条件，则在 Pandas DataFrame 中配对行

Question

假设我有一个如下所示的 DataFrame：

df = pd.DataFrame({
    'group':['A', 'A', 'A', 'B', 'B', 'C'], 
    'amount':[100, -100, 50, 30, -30, 40]
})

如果我想添加另一列来检查每行的数量是否可以在组内配对（即相同数量，但 1 个正数和 1 个负数）。

例如A组中100&-100可以配对，则为True，而50找不到配对则为False（如下表）。

group	amount	pair
A	100	True
A	-100	True
A	50	False
B	30	True
B	-30	True
C	40	False

最有效的方法是什么？

Answer 1

我们可以取amount列的abs，然后根据值在DataFrame.duplicated的位置创建pair列：

df['pair'] = df.assign(amount=df['amount'].abs()).duplicated(keep=False)

*keep=False 表示两个重复的行都得到True。如果 DataFrame 的列多于这两列，右侧也可以是 subset。

df:

  group  amount   pair
0     A     100   True
1     A    -100   True
2     A      50  False
3     B      30   True
4     B     -30   True
5     C      40  False

---

更新以处理重复值，但确保使用 pivot_table 仅匹配正负对：

更新的数据框：

df = pd.DataFrame({
    'group': ['A', 'A', 'A', 'A', 'B', 'B', 'C'],
    'amount': [100, -100, 50, 50, 30, -30, 40]
})

转为宽格式并检查配对：

df['abs_amount'] = df['amount'].abs()
df = df.join(
    df.pivot_table(index=['group', 'abs_amount'],
                   columns=df['amount'].gt(0),
                   values='amount',
                   aggfunc='first')
        .notnull().all(axis=1)
        .rename('pair'),
    on=['group', 'abs_amount']
).drop('abs_amount', axis=1)

df:

  group  amount   pair
0     A     100   True
1     A    -100   True
2     A      50  False
3     A      50  False
4     B      30   True
5     B     -30   True
6     C      40  False

---

pivot_table:

df['abs_amount'] = df['amount'].abs()
df.pivot_table(index=['group', 'abs_amount'],
               columns=df['amount'].gt(0),
               values='amount',
               aggfunc='first')

amount            False   True
group abs_amount              
A     50            NaN   50.0  # Multiple 50s but no -50
      100        -100.0  100.0
B     30          -30.0   30.0
C     40            NaN   40.0

确保行中的所有值：

df.pivot_table(index=['group', 'abs_amount'],
               columns=df['amount'].gt(0),
               values='amount',
               aggfunc='first').notnull().all(axis=1)

group  abs_amount
A      50            False
       100            True
B      30             True
C      40            False
dtype: bool