python - 仅允许 pandas 数据框中的两列之间进行一对一映射

Question

我有一个两列数据框 df，每一行都是不同的，一列中的一个元素可以映射到另一列中的一个或多个元素。我想过滤掉这些元素。因此，在最终的数据框中，一列中的一个元素仅映射到另一列中的唯一元素。

我正在做的是将一列分组并计算重复项，然后删除计数大于 1 的行，并对另一列再次执行此操作。我想知道是否有更好、更简单的方法。

谢谢

<小时/>

edit1:我刚刚意识到我的解决方案不正确，删除 A 列中的多重映射元素减少了 B 列中的映射数量，请考虑以下示例:

AB

1 4

1 3

2 4

1 映射到 3,4 ，因此应删除前两行，4 映射到 1,2 。决赛 table 应该是空的。但是，我的解决方案将保留最后一行。

任何人都可以为我提供快速而简单的解决方案吗？谢谢

Answer 1

那么，您可以执行以下操作:

>>> df

   A  B
0  1  4
1  1  3
2  2  4
3  3  5

如果没有其他行具有“A”值并且没有其他行具有“B”值，则您只想保留一行。在本例中，只有第三行满足这些条件:

>>> Aone = df.groupby('A').filter(lambda x: len(x) == 1)
>>> Bone = df.groupby('B').filter(lambda x: len(x) == 1)
>>> Aone.merge(Bone,on=['A','B'],how='inner')

    A  B
 0  3  5

说明:

>>> Aone = df.groupby('A').filter(lambda x: len(x) == 1)
>>> Aone

   A  B
2  2  4
3  3  5

上面的内容仅根据“A”列的情况获取了可能允许的行。

>>> Bone = df.groupby('B').filter(lambda x: len(x) == 1)
>>> Bone

   A  B
1  1  3
3  3  5

上面的内容仅根据“B”列的情况获取了可能允许的行。然后合并交集，留下只满足两个条件的行:

>>> Aone.merge(Bone,on=['A','B'],how='inner')

请注意，您还可以使用groupby/transform 执行类似的操作。但转换往往很慢，所以我没有将其作为替代方案。