pandas df complex中的匹配列[关闭]

Question

在确定解决以下问题的最佳方法时需要一些帮助。 以下 df 有一组按货币显示的帐户，显示其贷方和借方的利率和代码。最右边的 4 列是要与费率数据库进行比较的费率。

df = pd.DataFrame([[5551455514,'GBP','CR',3.5,'WW',-1.0,'WW',3.5,'WW',-1.0],
                    [9631475400,'USD','CE',0,'FF',0,'CE',1.25,'FF',0],
                   [8529875405,'USD','CE',1.25,'FF',0,'CE',1.25,'FF',0],
                    [9631475400,'EUR','CE',1.25,'FF',0,'CE',1.25,'FF',0],
                    [3265415409,'USD','CE',1.25,'FF',0,'CE',1.25,'FF',0],
                    [9631475405,'USD','CE',1.25,'GG',0,'CE',1.25,'FF',0]],
columns = ['Account','Currency','Credit_Code','Credit_Rate','Debit_Code','Debit_Rate','DB_Credit_Code','DB_Credit_Rate'
           ,'DB_Debit_Code','DB_Debit_Rate'])
df

输出：

Account         Cur CR_Code CR_Rate Db_Code Db_Rate DB_CR_Code  DB_CR_Rate  DB_Db_Code  DB_Db_Rate
0   5551455514  GBP CR      3.50    WW     -1.0     WW          3.50        WW          -1.0
1   9631475400  USD CE      0.00    FF      0.0     CE          1.25        FF           0.0
2   8529875405  USD CE      1.25    FF      0.0     CE          1.25        FF           0.0
3   9631475400  EUR CE      1.25    FF      0.0     CE          1.25        FF           0.0
4   3265415409  USD CE      1.25    FF      0.0     CE          1.25        FF           0.0
5   9631475405  USD CE      1.25    GG      0.0     CE          1.25        FF           0.0

实现了以下 2 个函数，以将 CR/Db 两侧的速率/代码与速率数据库匹配。

def matching_func_credit(row):
    if row['CR_Code'] == row['DB_CR_Code'] and row['CR_Rate'] == row['DB_CR_Rate']:
        return 'Match'
    else:
        return 'NoMatch'
df['CR_Match'] = df.apply(lambda x: matching_func_credit(x),axis=1)

def matching_func_debit(row):
    if row['Db_Code'] == row['DB_Db_Code'] and row['Db_Rate'] == row['DB_Db_Rate']:
        return 'Match'
    else:
        return 'NoMatch'
df['Db_Match'] = df.apply(lambda x: matching_func_debit(x),axis=1)

执行这两个功能的结果：

Account         Cur CR_Code CR_Rate Db_Code Db_Rate DB_CR_Code  DB_CR_Rate  DB_Db_Code  DB_Db_Rate CR_Match Db_Match
0   5551455514  GBP CR      3.50    WW     -1.0     WW          3.50        WW          -1.0 NoMatch Match
1   9631475400  USD CE      0.00    FF      0.0     CE          1.25        FF           0.0 NoMatch Match
2   8529875405  USD CE      1.25    FF      0.0     CE          1.25        FF           0.0 Match Match
3   9631475400  EUR CE      1.25    FF      0.0     CE          1.25        FF           0.0 Match Match
4   3265415409  USD CE      1.25    FF      0.0     CE          1.25        FF           0.0 Match Match 
5   9631475405  USD CE      1.25    GG      0.0     CE          1.25        FF           0.0 Match NoMatch

问题： 如果一个美元账户只有以“5400”结尾，它可以有一个储备或备用账户（但不是在所有情况下），其中“5400”账户的前6位数字相同，但后4位将是“5405” ”。

如果检测到储备账户，则 5400 的贷方利率/代码匹配将仅发生在 5405 储备账户上，而不发生在 5400 上。借方利率/代码匹配将仅发生在 5400 账户上，而不发生在 5405 账户上如果检测到一个。

需要做的总结：

1. 我的第一个挑战是如何搜索以 5400 结尾的美元账户是否有相应的 5405 账户，它们将共享相同的前 6 位数字。创建某种标志，可能是一个新列以在具有备份帐户的 5400 行上返回布尔值 Y
2. 如何仅匹配 5400 帐户上的借方利率/代码而忽略贷方。以某种方式在信用方面进行覆盖，默认为“IgnoreHasCorAcc”
3. 如何仅匹配 5404 帐户上的信用率/代码并忽略其借方率/代码但同时返回“IgnoreHasCorAcc”

理想情况下，我想增强上面的 2 个功能来尝试解决这个问题。

期望的结果：

ccount  Cur CR_Code CR_Rate Db_Code Db_Rate DB_CR_Code  DB_CR_Rate  DB_Db_Code  DB_Db_Rate  CR_Match    Db_Match    HasCorresAc
0   5551455514  GBP CR  3.50    WW  -1.0    WW  3.50    WW  -1.0    NoMatchOnCredit MatchOnDebit    N
1   9631475400  USD CE  0.00    FF  0.0 CE  1.25    FF  0.0 IgnoreHasCorAcc MatchOnDebit    Y
2   8529875405  USD CE  1.25    FF  0.0 CE  1.25    FF  0.0 MatchOnCredit   MatchOnDebit    N
3   9631475400  EUR CE  1.25    FF  0.0 CE  1.25    FF  0.0 MatchOnCredit   MatchOnDebit    N
4   3265415409  USD CE  1.25    FF  0.0 CE  1.25    FF  0.0 MatchOnCredit   MatchOnDebit    N
5   9631475405  USD CE  1.25    GG  0.0 CE  1.25    FF  0.0 MatchOnCredit   IgnoreHasCorAcc N

Answer 1

首先，如果我们将Account 列转换为字符串会更好，因为它是一个 int 并没有真正帮助我们。

df['Account'] = df['Account'].apply(str)

然后我们得到可能的个保留列表并相应地标记它们。

df['Is_Reserve'] = df['Account'].str.endswith('5405')
reserves = df[df['Is_Reserve']]['Account'].tolist()
accounts = df['Account'].tolist()

我们定义了一个自定义函数来检查给定帐户是否满足以下条件：

• 以美元为单位
• 它的储备出现在列表中
• 以 5400 结尾

def has_reserve(row):
    account = row['Account']
    if account.endswith('5405'):
        return False
    reserve = account[:6] + '5405'
    if reserve in reserves and row['Currency'] == 'USD' and account.endswith('5400'):
        return True
    else:
        return False

df['Has_Reserve'] = df.apply(lambda x: has_reserve(x),axis=1)

扩展第 2 点和第 3 点建议的功能：

def matching_func_credit(row):
    if row['Has_Reserve']:
        return 'IgnoreHasCorAcc'
    else:
        if row['Credit_Code'] == row['DB_Credit_Code'] and row['Credit_Rate'] == row['DB_Credit_Rate']:
            return 'MatchOnCredit'
        else:
            return 'NoMatchCredit'

df['CR_Match'] = df.apply(lambda x: matching_func_credit(x), axis=1)

def matching_func_debit(row):
    account = row['Account']
    corr_account = account[:6] + '5400'
    if row['Is_Reserve'] and corr_account in accounts:
        return 'IgnoreIsRes'
    if row['Debit_Code'] == row['DB_Debit_Code'] and row['Debit_Rate'] == row['DB_Debit_Rate']:
        return 'MatchOnDebit'
    else:
        return 'NoMatchInDebit'
    
df['Db_Match'] = df.apply(lambda x: matching_func_debit(x), axis=1)

这给了我们想要的输出

      Account Currency Credit_Code  Credit_Rate Debit_Code  Debit_Rate DB_Credit_Code  DB_Credit_Rate DB_Debit_Code  DB_Debit_Rate  Is_Reserve  Has_Reserve         CR_Match         Db_Match
0  5551455514      GBP          CR         3.50         WW        -1.0             WW            3.50            WW           -1.0       False        False    NoMatchCredit     MatchOnDebit
1  9631475400      USD          CE         0.00         FF         0.0             CE            1.25            FF            0.0       False         True  IgnoreHasCorAcc     MatchOnDebit
2  8529875405      USD          CE         1.25         FF         0.0             CE            1.25            FF            0.0        True        False    MatchOnCredit     MatchOnDebit
3  9631475400      EUR          CE         1.25         FF         0.0             CE            1.25            FF            0.0       False        False    MatchOnCredit     MatchOnDebit
4  3265415409      USD          CE         1.25         FF         0.0             CE            1.25            FF            0.0       False        False    MatchOnCredit     MatchOnDebit
5  9631475405      USD          CE         1.25         GG         0.0             CE            1.25            FF            0.0        True        False    MatchOnCredit  IgnoreHasCorAcc