熊猫根据2列有时会倒置重复项

Question

我有一个看起来像DF的DF

    c1    c2    c3
1   A     B     x
2   A     C     y
3   B     A     x
4   B     D     z
5   A     B     y

如您所见，如果我们忽略c1和c2是不同的列（或者如果它们变成相反的列），则会重复行1和3。但是，第5行不是。无论重复值在哪里，如何基于列c1和c2删除行？

预先感谢

Answer 1

好吧，让我们尝试一些新的Frozenset方法，将您的列排序为tuple，然后使用duplicated

df[~df[['c1','c2']].apply(frozenset,axis=1).duplicated()]
Out[666]: 
  c1 c2 c3
1  A  B  x
2  A  C  y
4  B  D  z

Answer 2

您可以按子集选择列，按numpy.sort排序，从数组中创建新的DataFrame，并使用DataFrame.duplicated并按boolean indexing进行逆条件过滤：

df = df[~pd.DataFrame(np.sort(df[['c1','c2']], axis=1), index=df.index).duplicated()]
print (df)
  c1 c2 c3
1  A  B  x
2  A  C  y
4  B  D  z

或者：

df = df[~pd.DataFrame(np.sort(df[['c1','c2']], axis=1)).duplicated().values]

Answer 3

也可以通过使用sorted（）对行值进行排序来完成：

df[~df[['c1','c2']].apply(lambda row: sorted(row), axis = 1).duplicated()]