我有一个两列数据框 df，每一行都是不同的，一列中的一个元素可以映射到另一列中的一个或多个元素。我想过滤掉那些元素。因此，在最终数据框中，一列中的一个元素仅映射到另一列中的唯一元素。
我正在做的是按一列分组并计算重复项，然后删除计数超过 1 的行。然后对另一列再次执行此操作。我想知道是否有更好、更简单的方法。
谢谢
edit1：我刚刚意识到我的解决方案是错误的，删除 A 列中的多映射元素会减少 B 列中的映射数量，请考虑以下示例：
甲乙
1 4
1 3
2 4
1 映射到 3,4 ，因此应该删除前两行，4 映射到 1,2。决赛桌应该是空的。但是，我的解决方案将保留最后一行。
谁能给我一个快速简单的解决方案？谢谢
【问题讨论】：
好吧，您可以执行以下操作：
>>> df
A B
0 1 4
1 1 3
2 2 4
3 3 5
如果没有其他行具有“A”值且没有其他行具有“B”值，则您只想保留一行。在此示例中，只有第三行满足这些条件：
>>> Aone = df.groupby('A').filter(lambda x: len(x) == 1)
>>> Bone = df.groupby('B').filter(lambda x: len(x) == 1)
>>> Aone.merge(Bone,on=['A','B'],how='inner')
A B
0 3 5
解释：
>>> Aone = df.groupby('A').filter(lambda x: len(x) == 1)
>>> Aone
A B
2 2 4
3 3 5
以上内容仅根据“A”列获取可能允许的行。
>>> Bone = df.groupby('B').filter(lambda x: len(x) == 1)
>>> Bone
A B
1 1 3
3 3 5
以上内容仅根据“B”列获取可能允许的行。然后合并交叉点会留下只满足两个条件的行：
>>> Aone.merge(Bone,on=['A','B'],how='inner')
注意，您也可以使用groupby/transform 做类似的事情。但是转换往往很慢，所以我没有这样做。
【讨论】：