python - Pandas 中的列成对重组

Question

我有这样的数据

df = pd.DataFrame([[2,1,3,3],[2,3,2,4],[4,1,3,2]],columns=['A1','A2','B1','B2'])

df
   A1   A2   B1   B2
0  A:2  A:1  B:3  B:3
1  A:2  A:3  B:2  B:4
2  A:4  A:1  B:3  B:2

A1、A2中的值为一对，与B1、B2相同。

现在我想重新组织每一对，使它们按字母顺序排列:

df
   A1   A2   B1   B2
0  A:1  A:2  B:3  B:3
1  A:2  A:3  B:2  B:4
2  A:1  A:4  B:2  B:3

我可以用 for 做到这一点对每一对循环，排序，然后将其重新解析为 Pandas 框架:

for index, row_ in df.iterrows():
    for pair_ in range(int(len(row_)/2)):
        print(index, pair_)
        pair = row_[pair_*2:(pair_*2+2)]
        df.iloc[index, pair_*2:(pair_*2+2)] = pair.sort_values()

但这似乎非常低效。

请建议我更好的方法，谢谢

Answer 1

您可以简单地取 2 列的最小值和最大值，然后重新分配它们:

pairs = (('A1', 'A2'), ('B1', 'B2'))  # or any other way to define the pairs

for c1, c2 in pairs:
    df[c1], df[c2] = np.minimum(df[c1], df[c2]), np.maximum(df[c1], df[c2])