有没有一种快速的方法可以在数据帧中找到负副本？

Question

嗨，堆栈溢出的聪明人， 我正在寻找一种快速的方法来标记160000行数据帧中的所有行对，它们是彼此的负对应项

数据帧示例：

import pandas as pd

df = pd.DataFrame({'A': ['a','b','c','b','c','d','b'],
                   'B': ['x','y','x','y','x','z','y'],
                   'C': [-1.23, 1.2, 9.8, -1.2, -9.8, 1.23, -1.2]})

索引为1和3的行应标记为一对，索引为2和4的行也应标记为一对。我严格地寻找匹配对，因此，例如索引6不应该与1和3一起标记，并且任何索引都不能被多次标记

所需输出应为：

pairlist = [1,3,2,4]

我尝试过使用itertuples（），但速度很慢：

pairlist = []
for row in df.itertuples():
    if row.C < 0 and row.Index not in pairlist:
        found = df.loc[(df['A'] == row.A) & (df['B'] == row.B) & (df['C'] == -1*row.C)].index.tolist()
        if len(found)>0:
            for f in found:
                if f not in pairlist:
                    pairlist.append(row.Index)
                    pairlist.append(f)
                    break

有没有办法以矢量化的方式来实现这一点

Answer 1

对于您的情况，让transform与filter求和

s=df.groupby(['A','B']).C.transform('sum').eq(0)
df=df[s]

df.groupby(['A','B']).groups.values()
Out[32]: dict_values([Int64Index([1, 3], dtype='int64'), Int64Index([2, 4], dtype='int64')])