如何在 pandas 数据框中找到 row_x 的 col1 值 == row_y 的 col2 值的行？答案

【问题标题】：How can I find rows in a pandas dataframe where value of col1 for row_x == value of col2 for row_y?如何在 pandas 数据框中找到 row_x 的 col1 值 == row_y 的 col2 值的行？
【发布时间】：2020-02-01 14:46:14
【问题描述】：

我有一个包含多列的 pandas 数据框。其中 2 列应该相等，但在不同的行中，第三列应该在两行中相等。

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])

有没有比遍历框架更好的方法来获取具有交换列的行？

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 行也交换了 A 列和 B 列中的值，但 C 列中的值不同。

【问题讨论】：

标签： python pandas dataframe filter subset

【解决方案1】：

使用GroupBy 根据C 列进行分组。使用GroupBy.apply 和Series.isin 检查两个系列的共同值（A和B），那么您可以使用DataFrame.unstack 和DataFrame.any 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

回应您的评论：

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

【讨论】：

这是与您联系的唯一方式 ;)
@ansev 它有效！谢谢！你能澄清为什么 (x['A'].isin(x['B']) & x['B'].isin(x['A'])) 在这里工作吗？我最初认为答案应该是( lambda x: (x['A'] == x['B'] & x['B'] == x['A']) )。
isin 用于比较 A 中的值是否也在 B 中，而不考虑索引
我已经更新了我的答案，所以你可以看到==和isin之间的区别
如果我澄清了您的疑问，请告诉我。如果您能接受和/或投票我的回答，我将不胜感激

【解决方案2】：

关键是将数据框合并到自身，将B列匹配到A列：

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)

【讨论】：