基于重排重复项（或如何删除重排重复项）切片熊猫数据框[重复项]

Question

此问题已经在这里有了答案：

(pandas) Drop duplicates based on subset where order doesn't matter（2个答案）

Pandas drop duplicates based on 2 columns sometimes reversed（3个答案）

pandas how to compare rows of 2 dataframes regardless of order [duplicate]（2个答案）

已关闭1分钟前。

我有一个格式很大的数据框

   col1    col2    val1    val2
[0]A       B       0.8     0.1
[1]B       A       0.8     0.1
[2]A       C       0.3     0.9
[3]A       D       0.2     0.8
[4]D       A       0.2     0.8

如您所见，某些行是重复的，只有col1和col2颠倒了。例如，行1是行0的副本，行4是行3的副本。您是否可以基于col1：col2的匹配项与col2：col1的匹配项删除重复项？

Answer 1

您可以按np.sort对两列进行排序并分配回来，然后在指定一些列时使用DataFrame.drop_duplicates：

DataFrame.drop_duplicates

在所有列中删除重复项：
df[['col1','col2']] = np.sort(df[['col1','col2']], axis=1)
df1 = df.drop_duplicates(['col1','col2'])
print (df1)
  col1 col2  val1  val2
0    A    B   0.8   0.1
2    A    C   0.3   0.9
3    A    D   0.2   0.8