如果在任一列Pandas中都找到，则删除两个float64值

Question

如果在下面的示例中找到一个非唯一值，我将尝试删除所有行：

class AStudentType[K, V](
    var name: String ="Jack",
    val map: WeakHashMap[K, V] = new WeakHashMap()
)

val AStudent = new AStudentType[String, String]()

因此，在这种情况下，我想要的值是2 5 7和14。而且一列比另一列长，因此必须忽略NaN。我基本上想找到重复的值并从N1和N2中删除。这是我尝试过的：

N1 N2 1 2 4 2 4 5 3 6 6 4 8 7 5 10 8 6 12 10 7 NaN 12 8 NaN 14

出现了一些错误。谢谢您的帮助。

凯文

Answer 1

快速解决方案：

>> df.stack().drop_duplicates(keep=False).unstack()

    N1    N2
1  2.0   NaN
2  NaN   5.0
4  NaN   7.0
8  NaN  14.0

作为列表：

>> df.stack().drop_duplicates(keep=False).values.tolist()

[2.0, 5.0, 7.0, 14.0]

Answer 2

这是可以实现的方式：

from io import StringIO
import pandas as pd

s = '''N1 N2
2 4
4 5
6 6
8 7
10 8
12 10
NaN 12
NaN 14'''

ss = StringIO(s)


df = pd.read_csv(ss, sep=r'\s+')

df = df.dropna()

df[~df.N1.isin(['N2'])]

输出：

Answer 3

根据您发布的值创建一个数据框：

import numpy as np
import pandas as pd

df = pd.DataFrame({'N1':[2, 4, 6, 8, 10, 12, np.nan, np.nan], 
                   'N2':[4,5,6,7,8,10,12,14]})

找到常用值：

common = list(set(df['N1']) & set(df['N2']))

排除所有N1或N2具有其中之一的行：

df[(~df["N1"].isin(common)) | (~df["N2"].isin(common))]

更新

common = set(df['N1']) & set(df['N2'])
result = list(set(df['N2'])-common) + list(set(df['N1'])-common)
result = [x for x in result if x==x]