在Datafram中查找互惠行

Question

我有这个数据帧，只需要保留那些对2列具有倒数值的行（这里是numA和numB）。你知道吗

gpm = pd.DataFrame(data={
    'id':[1,2,3,4,5,6,7,8,9],
    'time':[150315,150315,150315,150315,150315,150315,150315,150315,150315],
    'numA':['A','D','C','B','A','C','A','E','D'],
    'numB':['B','C','B','A','B','D','B','A','A'],
    'antA':['MSPDV','VIELU','RMPC1','MJCIH','PALT2','M2PV3','MACIF','MACIF','VIELU'],
    'antB':['BPDV8','0GRI3','SSFDJ','SSFDJ','SSFDJ','CCPG1','0GRI3','SSFDJ','SSFDJ']
    })

我只想要numA和numB列相互对应的行。也就是说，在（A，B）、（B，A）和（C，D）、（D，C）对出现的地方保留al线。你知道吗

目前，我的解决方案是列出所有唯一的标识符，并遍历每一行，查看实际的合作伙伴是否在合作伙伴列表中

非常慢。。。。（也许不正确！）你知道吗

## here's my code
parties = {}
nums = gpm['numA']+gpm['numB']
for i in nums.unique():
    parties[i] = gpm['numB'][gpm['numA'] == i]
    parties[i] = gpm['numA'][gpm['numB'] == i]

new_d = gpm.iloc[[0]]
for i in np.arange(1,gpm.shape[0]):
    numa = gpm.iloc[i]['numA']
    if gpm.iloc[i]['numB'] in parties[numa]:
        new_d.append(gpm.iloc[[i]])

有没有聪明的程序员能帮你加快速度？实际要解析的文件是~15gbcsv。你知道吗

谢谢

Answer 1

在您的示例中，我假设id=3、8和9的行（C、B）、（E、A）和（D、A）是不需要的？如果是这样的话，这里有一个标准的选择方法，通过比较numA和numB中的值来选择特定的可接受组合：

In [5]: gpm[((gpm['numA'] == 'A') & (gpm['numB'] == 'B')) |
   ...:     ((gpm['numA'] == 'B') & (gpm['numB'] == 'A')) |
   ...:     ((gpm['numA'] == 'C') & (gpm['numB'] == 'D')) | 
   ...:     ((gpm['numA'] == 'D') & (gpm['numB'] == 'C'))
   ...: ]
Out[5]:
   id    time numA numB   antA   antB
0   1  150315    A    B  MSPDV  BPDV8
1   2  150315    D    C  VIELU  0GRI3
3   4  150315    B    A  MJCIH  SSFDJ
4   5  150315    A    B  PALT2  SSFDJ
5   6  150315    C    D  M2PV3  CCPG1
6   7  150315    A    B  MACIF  0GRI3

（将结果赋给new_d）