python - Pandas dataframe - 根据两列的 ID 查找匹配的行

Question

我有一个数据框，假设它是这样定义的:

df = pd.DataFrame({
'variable' : ["A","A","B","B","A","B","B","A"],
'id1' : [1,2,3,4,5,6,7,8],
'id2' : ['NaN','NaN',2,'NaN',4,3,'NaN',5]
})

所以结果是:

   id1  id2 variable1
0    1  NaN         A
1    2  NaN         A
2    3    2         B
3    4  NaN         B
4    5    4         A
5    6    3         B
6    7  NaN         B
7    8    5         A

现在我想实现的是:

1. 匹配一行中的 id2 等于另一行中的 id1 的行。所以在这个特定的例子中，成对的行应该是:

   (2, 1) - 因为 df.iloc[2]['id2'] == df.iloc[1]['id1']

   随后:(4, 3), (5, 2), (7, 4)

2. 从这些对中，只选择那些 variable1 在一对中是常量的，所以从上面的对中我们将只剩下 (5, 2) 和 (7, 4)，因为只有在这些情况下，我们才有:

   df.iloc[5]['variable1'] == df.iloc[2]['variable1']

   (示例适用于第一对类(class))。

现在，如果这是纯 Python，我可能会迭代两个列表，包含 id1 和 id2，检查 ids 和 variable，但我想应该有一个更面向数组的方法...

也许创建一个重复的数据帧并做一个 id1 和 id2 的交集就可以了？还是我应该考虑一个完全不同的想法？

Answer 1

也许:

>>> pd.merge(df[['id2', 'variable']].reset_index(),
...          df.reset_index(), how='inner',
...          left_on=['id2', 'variable'],
...          right_on=['id1', 'variable'])[['index_x', 'index_y']]

   index_x  index_y
0        5        2
1        7        4

[2 rows x 2 columns]