python - 测试 pandas DataFrame 的多列中是否存在共享值

Question

如何测试 pandas DataFrame 的多列中是否存在共享值？例如，这样就可以了:

      A    B    C
0   aaa  fff  lll
1   bbb  ggg  mmm
2   ccc  hhh  nnn
3   ddd  iii  ooo
4   eee  jjj  ppp

但这不是

      A    B    C
0   aaa  fff  lll
1   bbb  ggg  mmm
2   ccc  hhh  nnn
3   ddd  iii  bbb
4   eee  jjj  ppp

因为 bbb 存在于多个列(A 和 C)中。

Answer 1

首先获取所有列组合之间的交集，转换为 numpy 数组，然后转换为 boolean 并测试至少一个 True:

from itertools import combinations
a = [set(df[i[0]]) & set(df[i[1]]) for i in combinations(df.columns,2)]
b = np.array(a).astype(bool).any()

对于第一个 df:

print (a)
[set(), set(), set()]

print (b)
False

对于第二个 df:

print (a)
[set(), {'bbb'}, set()]

print (b)
True

有关更多信息，可以使用(未​​经测试):

d = {i:set(df[i[0]]) & set(df[i[1]]) for i in combinations(df.columns,2)}

s = pd.Series(d)

s = s[s.astype(bool)]