Python 非唯一值上的自联接

我有下表：

       ind_ID  pair_ID orig_data
0           A        1         W 
1           B        1         X
2           C        2         Y
3           D        2         Z
4           A        3         W          
5           C        3         X          
6           B        4         Y          
7           D        4         Z          

每一行都有一个

单独的ID

，以及一个与另一行共享的

对ID

。我想做一个自连接，这样每一行都有它的原始数据，并且它与之共享一个

pair\u ID

：

       ind_ID  pair_ID orig_data partner_data
0           A        1         W            X
1           B        1         X            W
2           C        2         Y            Z
3           D        2         Z            Y
4           A        3         W            X
5           C        3         X            W
6           B        4         Y            Z
7           D        4         Z            Y

我试过：

df.join(df, on='pair_ID')

但显然，由于

pair\u ID

值不是唯一的，我得到：

       ind_ID  pair_ID orig_data partner_data
0           A        1         W          NaN
1           B        1         X          NaN
2           C        2         Y          NaN
3           D        2         Z          NaN
4           A        3         W          NaN
5           C        3         X          NaN
6           B        4         Y          NaN
7           D        4         Z          NaN 

我还考虑过创建一个新列，将

ind\u ID+pair\u ID

连接起来，这将是唯一的，但是连接将不知道匹配什么

是否可以在

pair\u ID

上进行自联接，其中每一行都与自身不匹配的匹配行联接？

在您的情况下（只有两对）-您可能只需按ID分组并进行变换，只需颠倒组中值的顺序，例如：

df.loc[:, 'partner_data'] = df.groupby('pair_ID').orig_data.transform(lambda L: L[::-1])

这给了你：

  ind_ID  pair_ID orig_data partner_ID
0      A        1         W          X
1      B        1         X          W
2      C        2         Y          Z
3      D        2         Z          Y
4      A        3         W          X
5      C        3         X          W
6      B        4         Y          Z
7      D        4         Z          Y

---

是用

apply做的，但性能最差（你的解决方案是8ms vs 2ms）
df['partner_ID']=df.apply（lambda x:df[（df.index！=x.name）&（df.pair_ID==x.pair_ID）]。orig_data.values[0]，axis='columns'）
这也是我的第一直觉。。。。我想不出更好的办法了。