Question

我试图摆脱包含熊猫数据框中前两列元素组合的行，例如在下一个df中：

     event1    event2    uccs   ulags
0  327423.0  329243.0  0.1663 -0.6013
1  327423.0  329589.0  0.1911 -0.4730
2  329243.0  327423.0  0.1663  0.6013
3  329243.0  329589.0  0.3101 -0.7502
4  329589.0  327423.0  0.1911  0.4730
5  329589.0  329243.0  0.3101  0.7502

第0行和第2行表示元素的组合：event1和event2。那就是：

0  327423.0  329243.0
2  329243.0  327423.0

通常，我需要将矩阵或df减少到3行，删除所有重复项。

我尝试了下一个没有成功：

 u = df.filter(like='event1').values
 m = pd.DataFrame(np.sort(u, axis=1)).duplicated()

这样做，我得到了

    event1    event2    uccs   ulags
0  327423.0  329243.0  0.1663 -0.6013
2  329243.0  327423.0  0.1663  0.6013
4  329589.0  327423.0  0.1911  0.4730

但是，如您所见，第0行和第2行是重复的。有关如何在pandas或numpy中执行此操作的任何提示，将不胜感激。

Answer 1

如果我对您的理解正确，那么您就很接近了，您只需要将布尔数组传递回boolean indexing的数据框即可：

df[~pd.DataFrame(np.sort(df.filter(like='event'), axis=1)).duplicated()]

     event1    event2    uccs   ulags
0  327423.0  329243.0  0.1663 -0.6013
1  327423.0  329589.0  0.1911 -0.4730
3  329243.0  329589.0  0.3101 -0.7502

请注意，我使用的~是反数或 not 运算符：

m = pd.DataFrame(np.sort(df.filter(like='event'), axis=1)).duplicated()

print(m)

0    False
1    False
2     True
3    False
4     True
5     True
dtype: bool

现在倒数：

print(~m)

0     True
1     True
2    False
3     True
4    False
5    False
dtype: bool

如何从熊猫数据框中删除包含前两列组合的行

1 个答案: