如何从包含前两列组合的熊猫数据框中删除行

Posted 2023-03-11

【中文标题】如何从包含前两列组合的熊猫数据框中删除行

【英文标题】：How to remove rows from pandas dataframe that contain combinations of the first two columns

【发布时间】：2019-11-14 13:58:07

【问题描述】：

我正在尝试删除包含 pandas 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

一般来说，我需要将矩阵或 df 减少到 3 行，删除所有重复项。

我尝试了下一个但没有成功：

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

这样做我得到：

    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。任何有关如何在 pandas 或 numpy 中执行此操作的提示将不胜感激。

【参考方案1】：

如果我理解正确，您已经非常接近了，您只需将布尔数组传回您的数据框以获取 boolean indexing：

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

注意我使用的 ~ 是逆运算符或 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

现在反转：

print(~m)

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

【讨论】：

非常感谢二凡。这解决了我的问题。我很感激！

很高兴我能帮上忙。为了您的方便，添加了一个小而重要的解释。 @echaves

不错的答案 (-:

来自 pirsquared 先生的赞美，我受宠若惊，谢谢@piRSquared 先生