根据熊猫数据框中的选定列条件查找重复的行

Question

我有一个广泛的基础转换成一个数据框，很难手动识别以下内容

数据框包含名称为 from_bus 和 to_bus 的列，无论顺序如何，它们都是唯一标识符，例如对于元素 0：

L_ABAN_MACA_0_1 关联有序对(109,140)与(140,109)相同。

<头>

	姓名	from_bus	to_bus	x_ohm_per_km
0	L_ABAN_MACA_0_1	109	140	0.444450
1	L_AGOY_BAÑO_1_1	69	66	0.476683
2	L_AGOY_BAÑO_1_2	69	66	0.476683
3	L_ALAN_INGA_1_1	189	188	0.452790
4	L_ALAN_INGA_1_2	188	189	0.500450

所以我想识别重复的有序对并将它们替换为单个，其列值 x_ohn_per_km 定义为重复值的总和，如下所示：

<头>

	姓名	from_bus	to_bus	x_ohm_per_km
0	L_ABAN_MACA_0_1	109	140	0.444450
1	L_AGOY_BAÑO_1_1	69	66	0.953366
3	L_ALAN_INGA_1_1	189	188	0.953240

Answer 1

让我们在 groupby 和 from_bus 上对这些列中的值进行排序后尝试 to_bus 沿着 axis=1 然后 agg 聚合结果，可选 {{ 1}} 以符合列的顺序：

reindex

替代方法：

c = ['from_bus', 'to_bus']
df[c] = np.sort(df[c], axis=1)

df.groupby(c, sort=False, as_index=False)\
  .agg({'name': 'first', 'x_ohm_per_km': 'sum'})\
  .reindex(df.columns, axis=1)

---

d = {**dict.fromkeys(df, 'first'), 'x_ohm_per_km': 'sum'}
df.groupby([*np.sort(df[c], axis=1).T], sort=False, as_index=False).agg(d)