将一列的值与另一列的所有行进行比较

Question

我有一个 dataframe 像：

df1

right     left

[a,b]     [c,d,e,f]

[b,c]     [a,d,e,f]

[c,d,e,f] [a,b]

第 1 行和第 3 行基本相同，我想删除重复项。

他们有办法做到这一点吗？ 数据仅以这种方式构建。

我尝试在找到的命令下运行，但由于这些是列表，因此会引发错误：

df1.duplicated(subset = ['right', 'left'], keep = False)

错误：不可散列的类型：列表

Answer 1

为两列创建可哈希类型的元组，在列表理解中排序并通过Series.duplicated测试重复项：

L = [tuple(map(tuple, sorted(x))) for x in df[['right','left']].to_numpy()]
m = pd.Series(L, index=df.index).duplicated(keep = False)
print (m)
0     True
1    False
2     True
dtype: bool