Python检查多个列并比较字符串

Question

假设下面有一个数据帧

       a        b        c
0    one      two    three
1  three      one      two

我想将第0行和第1行作为同一个列表处理？或者别的什么，因为两行都包含'one'、'two'、'three'，尽管顺序不同

我应该创建一个新列来存储a，b，c列中的所有字符串吗

       a        b        c                d
0    one      two    three    one two three
1  three      one      two    three one two

然后比较d列的第0行和第1行

在这之后，我想做。groupby（'d'），因此，'一二三'和'三一二'不能分开

我想不出解决这个问题的办法，需要帮助

Answer 1

您创建的新列应该是tuple，因为列表是不可散列的（groupby将失败）。所以我们首先用tolist()创建列，然后对它进行排序，然后transform将它转换成tuple

设置

import pandas as pd

data = {'a': ['one', 'three'], 'b': ['two', 'one'], 'c': ['three', 'two']}
df = pd.DataFrame(data)

排序和转换…

df['d'] = df.values.tolist()
df['d'] = (    
     df['d'].transform(sorted)
         .transform(tuple)
)
print(df.groupby('d').sum()) # I'm calling sum() just to show groupby working 

# prints only one group:
#                           a       b         c
# d
# (one, three, two)  onethree  twoone  threetwo

Answer 2

在加入之前对每行中的单元格进行排序，以创建分组字符串

使用轴为1的应用程序按行应用此函数

df['d'] = df.apply(lambda x: ' '.join(x.sort_values()), axis=1)

# outputs:

       a    b      c              d
0    one  two  three  one three two
1  three  one    two  one three two

按d分组将把两行放在同一个组中。示例：

df.groupby('d').agg('count')

               a  b  c
d
one three two  2  2  2