使用 MultiIndex 删除 DataFrame 中的对称对答案

【问题标题】：Removing symmetric pairs in DataFrame with MultiIndex使用 MultiIndex 删除 DataFrame 中的对称对
【发布时间】：2021-01-25 23:06:57
【问题描述】：

我有以下形式的pd.DataFrame，第 0 列中的数值不一定不同：

>>> idx = pd.MultiIndex.from_arrays([["a", "a", "b", "b", "c", "c"], ["b", "c", "a", "c", "a", "b"]])
>>> df = pd.DataFrame(list(range(6)), index=idx)
     0
a b  0
  c  1
b a  2
  c  3
c a  4
  b  5

我想剔除第一次出现的 2 个索引级别的唯一组合以获得如下结果：

在这种情况下使用 pandas 0.23.4 和 Python 3.6.5。

【问题讨论】：

标签： python pandas

【解决方案1】：

我认为您可以使用Index.duplicated 将索引值转换为frozensets，然后过滤boolean indexing：

df = df[~df.index.map(frozenset).duplicated()]
print (df)
     0
a b  0
  c  1
b c  3

【讨论】：

【解决方案2】：

您可以处理索引值，类似于this question

a = np.sort(df.index.to_list(), axis=1)
df.groupby([a[:,0], a[:,1]], sort=False).first()

或类似：

mask = pd.DataFrame(np.sort(df.index.to_list(), axis=1)).duplicated()
df[~mask.values]

【讨论】：

【解决方案3】：

通过取消堆叠框架并使用 numpy 布尔索引找到了替代解决方案。

df_u = df.unstack()
df_u[~np.triu(np.ones(3), 1).astype(bool)] = np.nan
df_u = df_u.stack().dropna()
df_u
       0
a b  0.0
  c  1.0
b c  3.0

我将检查所有选项，看看哪个选项执行得更快以选择答案。谢谢大家发帖！

【讨论】：