Pandas的AB BA类型数据框去重复
更新时间：2023年05月25日 10:09:46 作者：Victor
这篇文章主要为大家介绍了Pandas的AB BA类型数据框去重复实现示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
正文
从string-db下载蛋白质相互作用的信息，在处理时发现蛋白A与B互作被记录了两次比如下边的例子（即AB、BA）
df.drop_duplicates() # Symbol1 Symbol2 # Gnai3 Pdcl2 # Pdcl2 Gnai3 # Gm4340 Gm3376 # Gm3376 Gm4340
而且drop_duplicates不能去除重复，因为他们在不同的列，因此可以想个方法，新建一列。
字符串的比较大小
字符串的比较大小是根据字符串按位比较，两个字符串第一位字符的ascii码谁大，字符串就大，不再比较后面的，比如
"Gnai3">"Pdcl2" # False
对axis=1是对每一行循环，总是把大的放在前边。
df.loc[:,"temp"]=df.apply(lambda x: f"{x[0]}-{x[1]}" if x[0]>x[1] else f"{x[1]}-{x[0]}",axis=1)
# Symbol1 Symbol2 temp
# Gnai3 Pdcl2 Pdcl2-Gnai3
# Pdcl2 Gnai3 Pdcl2-Gnai3
# Gm4340 Gm3376 Gm4340-Gm3376
# Gm3376 m4340 Gm4340-Gm3376对temp的行去重复
这个时候再对temp的行去重复，就可以了
df.drop_duplicates(subset="temp") # Symbol1 Symbol2 temp # Pdcl2 Gnai3 Pdcl2-Gnai3 # Gm4340 Gm3376 Gm4340-Gm3376
最后再删除temp列
df.drop_duplicates(subset="temp").drop(columns="temp") # Symbol1 Symbol2 # Gnai3 Pdcl2 # Gm4340 Gm3376
以上就是Pandas的AB BA类型数据框去重复的详细内容，更多关于Pandas数据框去重复的资料请关注脚本之家其它相关文章！
相关文章
Python的Flask框架及Nginx实现静态文件访问限制功能
这篇文章主要介绍了Python的Flask框架及Nginx实现静态文件访问限制功能,Nginx方面利用到了自带的XSendfile,需要的朋友可以参考下2016-06-06
这篇文章主要介绍了Python实现的爬取网易动态评论操作,结合实例形式分析了Python针对网易评论正则爬取及json格式数据转换、提取等相关操作技巧,需要的朋友可以参考下2018-06-06
这篇文章主要介绍了Python实现竖排打印传单手机号码易撕条,代码非常简单，功能很实用，推荐给大家，有需要的小伙伴，参考下2015-03-03
下面小编就为大家分享一篇对python 各种删除文件失败的处理方式。具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
这篇文章主要介绍了Python 文件处理之open()函数，在 Python 中使用文件的关键函数是 open() 函数，关于其打开文件的不同方式需要的小伙伴可以参考下面详细介绍2022-03-03
这篇文章主要介绍了python opencv 实现读取、显示、写入图像的方法,本文通示例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2020-06-06
下面小编就为大家带来一篇Django接受前端数据的几种方法总结。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2016-11-11
这篇文章主要为大家详细介绍了python opencv实现图片旋转矩形分割，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-07-07
这篇文章主要介绍了Python编码类型转换方法,结合实例形式详细分析了Python针对各种常见编码的转码与解码等操作技巧,需要的朋友可以参考下2016-07-07
在本文里小编给大家整理了关于python儿童学游戏编程知识点以及内容总结，需要的朋友们参考学习下。2019-06-06
最新评论