如何将dataframe值ab、ba更改为ab

Question

df3=pd.DataFrame({'col1':['a','b','c','d','a'],
                    'col2':['b','a','a','c','c'],
                     })
df3['col3']=df3['col1']+df3['col2']

数据帧将如下所示

  col1 col2 col3
0   a   b   ab
1   b   a   ba
2   c   a   ca
3   d   c   dc
4   a   c   ac

如果我想要ba，ca to ab，ac，ab=ba就像这样

  col1 col2 col3
0   a   b   ab
1   b   a   ab
2   c   a   ac
3   d   c   dc
4   a   c   ac

谢谢你的帮助，我可以添加更多的问题吗？

df3=pd.DataFrame({'col1':['banana','apple','pie','mango','cola'],
                    'col2':['apple','banana','mango','cola','mango'],
                     })
df3['col3']=df3['col1']+df3['col2']

结果

    col1    col2    col3
0   banana  apple   bananaapple
1   apple   banana  applebanana
2   pie     mango   piemango
3   mango   cola    mangocola
4   cola    mango   colamango

变化

col1    col2    col3
0   banana  apple   bananaapple
1   apple   banana  bananaapple
2   pie     mango   piemango
3   mango   cola    mangocola
4   cola    mango   mangocola

如果ab=ba更改为ab，我想做的是过滤

Answer 1

如果保持第一个键的顺序很重要，下面是一个有效的解决方案：

df3.join(df3.groupby(df3.apply(frozenset, axis=1)) # use a frozenset a key for uniqueness
            # below to craft a custom transform by using the first row per group
            .apply(lambda g: pd.Series([''.join(g.iloc[0])]*len(g),
                                       name='col3',
                                       index=g.index,
                                      ))
            .droplevel(0)
        )

输出：

  col1 col2 col3
0    a    b   ab
1    b    a   ab
2    c    a   ca
3    d    c   dc
4    a    c   ca

Answer 2

您可以使用apply生成带有str.join和sorted的col3，以确保字母顺序的一致性：

df3['col3'] = df3.apply(lambda r: ''.join(sorted(r)), axis=1)

输出：

  col1 col2 col3
0    a    b   ab
1    b    a   ab
2    c    a   ac
3    d    c   cd
4    a    c   ac

Answer 3

这个怎么样？

df3['col3'] = np.where(df3['col2']=='a', df3['col2']+df3['col1'], df3['col1']+df3['col2'])

或者是这样的：

df3['col3'] = [y+x if y == 'a' else x+y for x,y in zip(df3['col1'], df3['col2'])]

-=EDIT=-如果我们不担心整个cd/dc问题，请尝试以下命令：

df3['col3'] = np.where(df3['col2']<=df3['col1'], df3['col2']+df3['col1'], df3['col1']+df3['col2'])

或

df3['col3'] =[y+x if y <= x else x+y for x,y in zip(df3['col1'], df3['col2'])]