熊猫从数据框中删除镜像对答案

【问题标题】：Pandas removing mirror pairs from dataframe熊猫从数据框中删除镜像对
【发布时间】：2018-01-31 19:05:06
【问题描述】：

我有一个看起来像这样的数据框

A  B  C  D  E
a  b .1 .3 .9
c  d .2 .4 .5
b  a .1 .3 .9
d  c .2 .4 .5

由于第 3 行和第 4 行与第 1 行和第 2 行相同，我需要将它们删除。最终的数据框将如下所示

A  B  C  D  E
a  b .1 .3 .9
c  d .2 .4 .5

df.drop_duplicates 只删除相似对而不是镜像对。有没有什么简单的方法可以在 pandas 中实现以删除此类镜像副本。谢谢！

编辑：我刚刚尝试了 drop_duplicates(subset=['C','D','E']) ，它会给出这个数据框的结果。是否有任何其他基于“A”、“B”的解决方案。

【问题讨论】：

A 和 B 列是不同的。你如何定义“相同”？
@Alex 他将它们视为“镜子”。

标签： python pandas dataframe

【解决方案1】：

np.sort + drop_duplicates

df.loc[pd.DataFrame(np.sort(df[['A','B']],1),index=df.index).drop_duplicates(keep='first').index]
Out[316]: 
   A  B    C    D    E
0  a  b  0.1  0.3  0.9
1  c  d  0.2  0.4  0.5

【讨论】：

哦，是的... np.sort()... 但是我不会使用“最后一个”，因为 3 个重复或更多的值只会删除最后一个。因此 ~ 和 keep='first' （默认）。
不错！但是不要忘记 ~ ，否则你会再次获得 3 或更多的多个值。呵呵
@JaswanthKumar yw~ :-) 快乐编码

【解决方案2】：

可能不是最有效的，因为它使用 apply，但这里有一个选项：

import pandas as pd

data ='''\
A  B  C  D  E
a  b .1 .3 .9
c  d .2 .4 .5
b  a .1 .3 .9
d  c .2 .4 .5'''

df = pd.read_csv(pd.compat.StringIO(data), sep='\s+')

mask = df[['A','B']].apply(lambda x: list(set(x)), axis=1).duplicated()

df[~mask]

【讨论】：