如何获取列中具有相同值的行？

Question

我有 2 列，我想获取第二列的值，这些值与第一列中的值相同，包括第一列中的值。例如，在下面的第一行、第三行和第四行的值具有相同的值 A。所以输出是 [A,B,C]

例如：

col1     col2
A          B
B          A
A          C
A          C
D          G
D          F

期望的输出：

[[A,B,C], [D,G,F]]

我是用列表操作做的：

L1=df['col1'].tolist()
L2=df['col2'].tolist()

然后我用for循环得到了结果。我想知道是否可以通过 pandas 个函数来完成！

Answer 1

这看起来像是一个图表，您正在尝试查找连通分量。我们可以使用 networkx 来完成这项工作。基本上，构建一个图形对象并根据它们属于哪个组件对节点进行分组：

import networkx as nx
G = nx.from_pandas_edgelist(df, 'col1', 'col2')
out = list(map(list, nx.connected_components(G)))

输出：

[['C', 'B', 'A'], ['F', 'D', 'G']]

感谢@ScottBoston

，上面的代码简化了很多

一个（有点）pandas 解决方案：

将 df 连接回 df 并反转列；然后 groupby + unique 将为我们提供每个值所属的组件。这将有重复的组，我们可以在列表理解中使用 set.issubset 来消除它们：

tmp = pd.concat((df, df[['col2','col1']])).groupby('col1')['col2'].unique()
tmp = [set([i] + v.tolist()) for i, v in zip(tmp.index, tmp.tolist())]
out = [list(x) for x in tmp if not any(x.issubset(y) for y in tmp if x!=y)]

如何获取列中具有相同值的行？

how to get rows with the same value in a column?

python

graph-theory

dataframe

pandas