在熊猫的DataFrame中删除相互抵消的数字

Question

我有一个庞大的数据库，其中有一些预算转移，当查看总计时，它们会相互抵消。问题是，我似乎无法理解如何删除所有相互抵消的行。下面的数据框作为示例：test = pd.DataFrame(data = [1050.77, 13.45, 6.26, -1050.77, 10027, 6.26, 13.45, 13.45, -13.45, -6.26, -16800, 16800], columns = ['Test'])    Test0   1050.771   13.452   6.263   -1050.774   100275   6.266   13.457   13.458   -13.459   -6.2610  -1680011  16800上面的总和是 10060.16如您所见，以下数字相互抵消：0   1050.773   -1050.771   13.458   -13.452   6.269   -6.2610  -1680011  16800因此，期望的输出是：   Test4   100275   6.266   13.457   13.45当然，上面的总和是 10060.16。我已经尝试了很多东西，但我无法让它工作。下面的代码是我所做的尝试之一，但它不起作用：for idx1, i in enumerate(test['Test']):    for idx2, j in enumerate(test['Test']):        if (i + j == 0):            test.drop(index = idx1, inplace = True)            test.drop(index = idx2, inplace = True)            test我可以删除取消另一个的号码，然后使用 dropna 消除空行，或者最好的结果是删除该号码具有“取消器”的整行我不关心索引，它可以以任何方式更改。目标是仅消除 + 和 - 数字的完美匹配。编辑：我已经编辑了 DataFrame，所以它带有一些浮点数任何有关如何编程的帮助将不胜感激。

Answer 1

您应该避免在迭代列表时修改列表。而是创建一个索引列表以删除它们，然后在您找到它们之后删除它们。另外，为了避免双重丢弃，您需要在找到匹配项时中断并继续过去已标记为丢弃的内容。

import pandas as pd

test = pd.DataFrame(data = [3, 2, -4, 2, -3, 3, 2, 6, 7, 5, -6, 6, 3, 3, 4, 4], columns = ['Test'])

dropped = []

for idx1, i in enumerate(test['Test']):

    if idx1 in dropped:

        continue

    for idx2, j in enumerate(test['Test']):

        if idx2 in dropped or idx1 == idx2:

            continue

        if (i + j == 0):

            dropped += [idx1,idx2]

            break

for k in dropped:

    test.drop(index = k, inplace = True)

print(test)