仅允许Pandas DataFrame中两列之间的一对一映射

Question

我有一个包含两列的数据表 df，每一行都是独特的。在一列中的一个元素可以对应到另一列中的一个或多个元素。我想要把那些元素过滤掉。最终的数据表中，一列中的一个元素只能对应到另一列中的一个独特元素。

我现在的做法是先按一列分组，然后统计重复的数量，再把数量超过1的行去掉。然后对另一列再做一次。我在想有没有更好、更简单的方法。

谢谢

---

补充1：我刚意识到我的解决方案是错误的，去掉A列中多重映射的元素会减少B列中的映射数量，看看下面这个例子：

A B

1 4

1 3

2 4

1对应3和4，所以前两行应该被去掉，而4又对应1和2。最终的表格应该是空的。然而，我的解决方案会保留最后一行。

有没有人能给我一个快速简单的解决方案？谢谢

Answer 1

好吧，你可以这样做：

>>> df

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

你只想保留一行数据，前提是没有其他行的'A'列有值为'A'，而且没有其他行的'B'列有值为'B'。在这个例子中，只有第三行符合这些条件：

>>> 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

解释：

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

   A  B
2  2  4
3  3  5

上面的代码是根据'A'列的值来筛选可能允许的行。

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

   A  B
1  1  3
3  3  5

上面的代码是根据'B'列的值来筛选可能允许的行。然后把这两部分的交集合并在一起，就得到了同时满足两个条件的行：

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

注意，你也可以用 groupby/transform 做类似的事情。不过，transform的速度比较慢，所以我没有把它作为替代方案。