Pandas Dataframe'den satırları iptal et Dataframe

Question

Müşterilere gönderilen faturaların bir listesini görüyorum. Ancak, bazen daha sonra iptal edilecek olan kötü bir fatura gönderilir. Benim Pandalar Dataframe çok daha büyük (~ 3 milyon satır) dışında böyle bir şey,

index | customer | invoice_nr | amount | date 
--------------------------------------------------- 
0  | 1  | 1   | 10  | 01-01-2016 
1  | 1  | 1   | -10 | 01-01-2016 
2  | 1  | 1   | 11  | 01-01-2016 
3  | 1  | 2   | 10  | 02-01-2016 
4  | 2  | 3   | 7  | 01-01-2016 
5  | 2  | 4   | 12  | 02-01-2016 
6  | 2  | 4   | 8  | 02-01-2016 
7  | 2  | 4   | -12 | 02-01-2016 
8  | 2  | 4   | 4  | 02-01-2016 
... | ...  | ...  | ... | ... 
... | ...  | ...  | ... | ... 

Şimdi, customer, invoice_nr ve date özdeş oldukları tüm satırları damla istiyorum görünüyor, ama amount zıt değerlere sahip.
Faturaların düzeltmeleri her zaman aynı fatura numarasıyla aynı günde gerçekleşir. Fatura numarası müşteriye benzersiz bir şekilde bağlıdır ve her zaman bir işleme (örneğin customer = 2, invoice_nr = 4 için çoklu bileşenlerden oluşabilir) karşılık gelir. Fatura düzeltmeleri yalnızca amount numaralı ücreti değiştirmek veya amount'u daha küçük bileşenlerde ayırmak için oluşur. Bu nedenle, iptal edilen değer aynı invoice_nr'da tekrarlanmaz.

Bu programın nasıl yapılacağı ile ilgili yardımlar çok takdir edilecektir.

Answer 1

def remove_cancelled_transactions(df): 
    trans_neg = df.amount < 0 
    return df.loc[~(trans_neg | trans_neg.shift(-1))] 

groups = [df.customer, df.invoice_nr, df.date, df.amount.abs()] 
df.groupby(groups, as_index=False, group_keys=False) \ 
    .apply(remove_cancelled_transactions) 

Answer 2

Sadece 3 alanın birinde bir groupby yaparsanız ne olur? her grup toplamı 0 olduğu değerlere sahip yerlerde, Sen filter tüm değerleri kullanabilirsiniz

customer invoice_nr date 
1  1   2016/01/01  11 
     2   2016/02/01  10 
2  3   2016/01/01  7 

Answer 3

yılında

df2 = df.groupby(['customer','invoice_nr','date']).sum() 

sonuçları: Ortaya çıkan toplamlar herhangi iptal faturaları elde etmesini sağlayacak ve 2 tarafından modulo, 0:

'tür. Yoruma göre 63.210

print (df.groupby([df.customer, df.invoice_nr, df.date, df.amount.abs()]) 
     .filter(lambda x: (len(x.amount.abs()) % 2 == 0) and (x.amount.sum() == 0))) 

     customer invoice_nr amount  date 
index           
0    1   1  10 01-01-2016 
1    1   1  -10 01-01-2016 
5    2   4  12 02-01-2016 
6    2   4  -12 02-01-2016 

idx = df.groupby([df.customer, df.invoice_nr, df.date, df.amount.abs()]) 
     .filter(lambda x: (len(x.amount.abs()) % 2 == 0) and (x.amount.sum() == 0)).index 

print (idx)  
Int64Index([0, 1, 5, 6], dtype='int64', name='index') 

print (df.drop(idx)) 
     customer invoice_nr amount  date 
index           
2    1   1  11 01-01-2016 
3    1   2  10 02-01-2016 
4    2   3  7 01-01-2016 
7    2   4  8 02-01-2016 
8    2   4  4 02-01-2016 

DÜZENLEME:

bu şekilde kullanabilirsiniz kadar gerçek verilerde, tek fatura ve tek müşteri ve bir tarih için çiftleri değilseniz: satırları okumak için

print (df) 
    index customer invoice_nr amount  date 
0  0   1   1  10 01-01-2016 
1  1   1   1  -10 01-01-2016 
2  2   1   1  11 01-01-2016 
3  3   1   2  10 02-01-2016 
4  4   2   3  7 01-01-2016 
5  5   2   4  12 02-01-2016 
6  6   2   4  -12 02-01-2016 
7  7   2   4  8 02-01-2016 
8  8   2   4  4 02-01-2016 

df['amount_abs'] = df.amount.abs() 
df.drop_duplicates(['customer','invoice_nr', 'date', 'amount_abs'], keep=False, inplace=True) 
df.drop('amount_abs', axis=1, inplace=True) 
print (df) 
    index customer invoice_nr amount  date 
2  2   1   1  11 01-01-2016 
3  3   1   2  10 02-01-2016 
4  4   2   3  7 01-01-2016 
7  7   2   4  8 02-01-2016 
8  8   2   4  4 02-01-2016