返回列之间具有唯一对的行 [英] return rows with unique pairs across columns

问题描述

我正在尝试查找两列中具有唯一值对的行，因此，此数据框:

I'm trying to find rows that have unique pairs of values across 2 columns, so this dataframe:

A    B
1    0
2    0
3    0
0    1
2    1
3    1
0    2
1    2
3    2
0    3
1    3
2    3

如果将

翻转，它们将仅减少到不匹配的行，例如1和3是我只想返回一次的组合.因此，如果将列翻转(3和1)，请检查是否存在相同的一对，可以将其删除.我要获取的表是:

will be reduced to only the rows that don't match up if flipped, for instance 1 and 3 is a combination I only want returned once. So a check to see if the same pair exists if the columns are flipped (3 and 1) it can be removed. The table I'm looking to get is:

A  B
0  2
0  3
1  0
1  2
1  3
2  3

如果列被翻转，则每对被映射的值对中只有一次出现.

Where there is only one occurrence of each pair of values that are mirrored if the columns are flipped.

推荐答案

我认为您可以使用

I think you can use apply sorted + drop_duplicates:

df = df.apply(sorted, axis=1).drop_duplicates()
print (df)
   A  B
0  0  1
1  0  2
2  0  3
4  1  2
5  1  3
8  2  3

使用 numpy.sort 的快速解决方案:

Faster solution with numpy.sort:

df = pd.DataFrame(np.sort(df.values, axis=1), index=df.index, columns=df.columns)
      .drop_duplicates()
print (df)
   A  B
0  0  1
1  0  2
2  0  3
4  1  2
5  1  3
8  2  3

无需使用 DataFrame.min 和 DataFrame.max :

Solution without sorting with DataFrame.min and DataFrame.max:

a = df.min(axis=1)
b = df.max(axis=1)
df['A'] = a
df['B'] = b
df = df.drop_duplicates()
print (df)
   A  B
0  0  1
1  0  2
2  0  3
4  1  2
5  1  3
8  2  3

这篇关于返回列之间具有唯一对的行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！