python - 如何突出显示数据帧的两个不同列中的唯一数据值？

Question

我想突出显示数据帧的两个不同列中的重复数据值。例如:

df1:

item Node

A      B

A      C

A      D

B      A

C      A

我希望输出如下:

item Node Same

A      B  False

A      C  False

A      D  False

B      A  True

C      A  True

我想显示重复的值，就像如果有 A-B 我想突出显示 B-A。为此，我创建了另一个数据框并交换了两列的值。

df2:

item   node

B      A

C      A

D      A

A      B

A      C

我正在尝试检查 df1['item']==df2['node'] 和 df1['node']==df2['item'] ，如果为真，则该值将重复。当 A 出现在 df1 项目中时，它会检查 df2 节点中的 A，并相应地检查 A 的对应节点 B 是否出现在 df2 的项目列中。

import pandas as pd
import numpy as np
data=pd.read_excel(r'C:\Users\eumukar\Desktop\test data xl.xlsx')
df1=pd.DataFrame(data,columns=['item','node'])
df2=pd.DataFrame(data,columns=['node','item'])
df1['Same']=np.where((df1['item']==df2['node']) & (df1['node']==df2['item']),'True','False')
print(df1)

我得到的输出为:

item node   Same
 A    B  False
 A    C  False
 A    D  False
 B    A  False
 C    A  False

Answer 1

如果 item 与 Node 的所有配对均不重复，请使用 np.sort(如果性能很重要)和 DataFrame.duplicated :

df1['Same'] = pd.DataFrame(np.sort(df1[['item','Node']], axis=1), index=df.index).duplicated()
print (df1)
  item Node   Same
0    A    B  False
1    A    C  False
2    A    D  False
3    B    A   True
4    C    A   True