如何删除具有重复列值的行并且列数并不总是固定的？

Question

我有一个数据框，该数据框中的列可以是任何数字（2-50）。 例如，它是 2 列，如下所示。 我想删除 site1 和 site2 相同的行。

df = pd.DataFrame([[507814, 501972], [529389, 529389], [508110, 508161]], columns = ['site1', 'site2'])

我想删除具有类似列值的行，如下预期输出：

df[df["site1"] != df["site2"]]

这可以在这一行完成，但是由于我没有固定的列数并且这部分在循环内，我需要一种最快的方法来做到这一点

我提前感谢您的帮助。

谢谢。

Answer 1

如果您有更多列，则可以使用set() + len() ：

x = df[~df.apply(lambda x: len(set(x)), axis=1).eq(1)]
print(x)

印刷：

    site1   site2
0  507814  501972
2  508110  508161

---

编辑：要指定列：

x = df[~df[["site1", "site2"]].apply(lambda x: len(set(x)), axis=1).eq(1)]
print(x)

印刷：

    site1   site2   site3
0  507814  501972  508284
2  508110  508161  508098

df使用：

    site1   site2   site3
0  507814  501972  508284
1  529389  529389  508284
2  508110  508161  508098

Answer 2

你可以这样做：

df = df[df.nunique(axis=1) > 1]

Answer 3

这是另一种方式。 如果您的所有站点值都是数字，这应该有效。

df.loc[df.diff(axis=1).sum(axis=1).ne(0)]

Answer 4

使用您的示例，这将过滤site1 == site2的列：

# first option
df[~df.apply(lambda x: x["site1"] == x["site2"], axis=1)]

# second option
df.query("site1 != site2")

所有选项都为您提供：

    site1   site2
0   507814  501972
2   508110  508161