Question

我有一个多列的pandas数据框。这些列中的2个应该相等，但在单独的行中，而第二列中的第三列应该相等。

例如，给定数据帧df [A，B，C]，找到row_x和row_y使得：

(df.iloc[x, A] == df.iloc[y, B]) and (df.iloc[x, B] == df.iloc[y, A]) and (df.iloc[x, C] == df.iloc[y, C])

是否有比遍历框架以获取具有交换列的行更好的方法？

A = [30,31]+list(range(2,8,1))+[38,39]
B = range(10,0,-1)
C = [True, False, True, False, False, False, True, False, True, False]

df = pd.DataFrame({'A': A, 'B': B, 'C': C})

Out[]: df
    A   B   C
0   30  10  True
1   31  9   False
2   2   8   True
3   3   7   False
4   4   6   False
5   5   5   False
6   6   4   True
7   7   3   False
8   38  2   True
9   39  1   False


Required output:
    A   B   C
3   3   7   False
5   5   5   False
7   7   3   False

只有第3、5和7行满足上述条件。我将进一步删除第5行，因为我对A列= B列的行不感兴趣。请注意，第4行和第6行在A和B列中也交换了值，但在C列中交换了值。

Answer 1

使用GroupBy 根据列C进行分组。请使用GroupBy.apply和Series.isin 检查两个系列的通用值（A和B），那么您可以将DataFrame.unstack与DataFrame.any结合使用来执行Boolean indexing：

new_df=df[df.groupby('C').apply(lambda x: x['A'].isin(x['B'])&x['B'].isin(x['A'])).unstack().any()]
print(new_df)


   A  B      C
3  3  7  False
5  5  5  False
7  7  3  False

针对您的评论：

df['A'].isin(df['B'])

0    False
1    False
2     True
3     True
4     True
5     True
6     True
7     True
8    False
9    False
Name: A, dtype: bool

df['A']==df['B']        

0    False
1    False
2    False
3    False
4    False
5     True
6    False
7    False
8    False
9    False
dtype: bool

Answer 2

关键是将数据框与其自身合并，将B列与A列匹配：

df = df.merge(df.rename({'B': 'A', 'A': 'AfromB', 'C': 'CfromB'}, axis=1), how='left')
df = df[(df['B'] == df['AfromB']) & (df['C'] == df['CfromB'])].drop(['AfromB', 'CfromB'], axis=1)

如何在熊猫数据框中找到row_x的col1值== row_y的col2值的行？

2 个答案: