Pandas 从数据框中删除等效行，其中 xy = yx答案

【问题标题】：Pandas remove equivalent rows from dataframe where xy = yxPandas 从数据框中删除等效行，其中 xy = yx
【发布时间】：2023-01-31 21:35:03
【问题描述】：

我是大熊猫的初学者，我遇到了一个小问题。

我想删除 pandas 数据框中的等效条目，它使用重复的列，其中 _x 列和 _y 列通过更改顺序重复数据。

例如，我有以下代码将数据框与自身合并：

import pandas as pd

df = pd.DataFrame([
    ["mary","algebra"],
    ["mary","calculus"],
    ["john","algebra"],
    ["robert","calculus"]
    ],
    columns=["name","class"])

df = pd.merge(df,df,on="class").query("name_x != name_y")

print(df)

输出是这样的：

   name_x     class  name_y
1    mary   algebra    john
2    john   algebra    mary
5    mary  calculus  robert
6  robert  calculus    mary

问题是某些信息重复了，例如，第 1 行和第 2 行是等效的，因为变量 _x 和 _y 的顺序对我的问题无关紧要，我想是否有办法删除等效行并转以前的输出到这个：

   name_x     class  name_y
1    mary   algebra    john
2    mary  calculus  robert

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

您可以将 duplicated 与 boolean indexing 一起使用：

#is the pair of names duplicated ?
m = df.filter(like="name").apply(sorted, axis=1).duplicated()

df = df.loc[m]

输出：

print(df)

   name_x     class name_y
2    john   algebra   mary
6  robert  calculus   mary

【讨论】：

【解决方案2】：

这是使用lambda 的可能解决方案：

df = pd.merge(df,df,on="class").query("name_x != name_y")
df["pair"] = df[["name_x", "name_y"]].apply(lambda x: tuple(sorted(x)), axis=1)
df = df.drop_duplicates(subset='pair').drop(columns='pair')

print(df)

  name_x     class  name_y
1   mary   algebra    john
5   mary  calculus  robert

【讨论】：