我试图摆脱包含pandas dataframe中前两个列元素组合的行,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
行0和2列出了元素的组合:event1和event2。那就是:
0 327423.0 329243.0
2 329243.0 327423.0
通常,我需要将矩阵或DF减少到3行,以删除所有重复项。
我尝试了下一个没有成功的尝试:
u = df.filter(like='event1').values
m = pd.DataFrame(np.sort(u, axis=1)).duplicated()
这样做:
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和2行是重复的。关于如何在熊猫或numpy中执行此操作的任何技巧将不胜感激。
如果我正确理解您,您非常接近,您只需要将布尔数组传递回boolean indexing
的数据框:
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
请注意我使用的~
是逆的或不是运算符:
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
现在倒数:
print(~m)
0 True
1 True
2 False
3 True
4 False
5 False
dtype: bool