根据重新排列的重复项切片 pandas 数据框（或如何删除重新排列的重复项）
Slicing pandas dataframe based on rearranged duplicates (or how to drop rearranged duplicates)
我有一个格式为
的大数据框
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，有些行是重复的，只有 col1 和 col2 颠倒了。例如，行 1 与行 0 重复，行 4 与行 3 重复。您可以根据 col1:col2 的匹配项等于 col2:col1 的匹配项来删除重复项吗？
您可以按 np.sort 对两列进行排序并返回，然后使用 DataFrame.drop_duplicates 指定一些列：
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
删除所有列的重复项：
df2 = df.drop_duplicates()
print (df2)
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
我有一个格式为
的大数据框 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，有些行是重复的，只有 col1 和 col2 颠倒了。例如，行 1 与行 0 重复，行 4 与行 3 重复。您可以根据 col1:col2 的匹配项等于 col2:col1 的匹配项来删除重复项吗？
您可以按 np.sort 对两列进行排序并返回，然后使用 DataFrame.drop_duplicates 指定一些列：
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
删除所有列的重复项：
df2 = df.drop_duplicates()
print (df2)
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