python - 删除 pandas 数据框中的重复记录，但根据字母顺序保留一条记录

Question

我交叉连接了一个查询并将其作为 Python 中的 DataFrame 返回。现在我有一个数据框 df，如下所示:

df = pd.DataFrame([['Peter', 'Tom',1], ['Sam', 'Ed',2], ['Tom', 'Peter',1], ['Ed', 'Sam',2]], columns=["Person 1", "Person 2", "Value"])


df 
   Person1 Person2 Value
0   Peter   Tom    1
1   Sam     Ed     2
2   Tom     Peter  1
3   Ed      Sam    2

但是，我需要删除重复项并仅保留每对的记录。我想根据字母表中的第一个名字来保留这对，并且我的最终数据框如下所示:

df_final

   Person1  Person2 Value
0   Ed      Sam      2
1   Peter   Tom      1

Answer 1

您可以通过 np.sort 跨列排序然后drop_duplicates :

df_sorted = np.hstack((np.sort(df.iloc[:, :-1].values, axis=1),
                       df['Value'].values[:, None]))

res = pd.DataFrame(df_sorted, columns=df.columns)\
        .drop_duplicates()

print(res)

  Person 1 Person 2 Value
0    Peter      Tom     1
1       Ed      Sam     2