Python 反转数据帧并连接结果

我有一个两列的数据帧

source |  target
----------------
1         3
2         4
2         1

这表示图形的边列表。目前，图表是有方向的。我想将其转换为无向图，因此我需要“互补”边，以便获得：

source |  target
----------------
1         3
3         1
2         4
4         2
2         1
1         2

有没有任何方法可以直接在Pandas中执行此操作，而不使用图形库，如networkx

有没有什么方法可以直接在Pandas中执行此操作，而不使用图形库，例如networkx

我们可以使用

df.iloc

反转df，然后使用

df.append

out = df.append(pd.DataFrame(df.iloc[:,::-1].to_numpy(),index=df.index
      ,columns=df.columns)).sort_index().reset_index(drop=True)

或者使用

np.flip

：

(df.append(pd.DataFrame(np.flip(df.to_numpy(),axis=1),
 index=df.index,columns=df.columns)).sort_index().reset_index(drop=True))

---

注意：如果有更多的列，您可以将数据帧的子集作为

sub_df=df[['source'，'target']]]

并将

df

替换为

sub_df

i代码

@ShubhamSharma提出的另一个想法是使用

set_axis

动态重命名列：

(df.append(df.iloc[:, ::-1].set_axis(df.columns, 1,inplace=False))
   .sort_index().reset_index(drop=True))

有没有什么方法可以直接在Pandas中执行此操作，而不使用图形库，例如networkx

我们可以使用

df.iloc

反转df，然后使用

df.append

out = df.append(pd.DataFrame(df.iloc[:,::-1].to_numpy(),index=df.index
      ,columns=df.columns)).sort_index().reset_index(drop=True)

或者使用

np.flip

：

(df.append(pd.DataFrame(np.flip(df.to_numpy(),axis=1),
 index=df.index,columns=df.columns)).sort_index().reset_index(drop=True))

---

注意：如果有更多的列，您可以将数据帧的子集作为

sub_df=df[['source'，'target']]]

并将

df

替换为

sub_df

i代码

@ShubhamSharma提出的另一个想法是使用

set_axis

动态重命名列：

(df.append(df.iloc[:, ::-1].set_axis(df.columns, 1,inplace=False))
   .sort_index().reset_index(drop=True))

---

美丽的魔法，谢谢：）@Qubix很高兴我能帮忙：）干杯@anky是方法1

df.append（df.iloc[：，：：-1）.设置_轴（df.columns，1））.sort_index（）

@ShubhamSharma很好的技巧，只需添加

inplace=False

，以避免在较低版本的熊猫中出现警告：

df.iloc[：，：-1].设置_轴（df.columns，1，inplace=False））.sort_index（）.reset_index（）.drop=True）

谢谢：-）美丽的魔法，谢谢：）@Qubix很高兴我能帮忙：）干杯@anky是方法1

df.append（df.iloc[：，：：-1）.设置_轴（df.columns，1））.sort_index（）

@ShubhamSharma很好的技巧，只需添加

inplace=False

，以避免在较低版本的熊猫中出现警告：

df.iloc[：，：-1].设置_轴（df.columns，1，inplace=False））.sort_index（）.reset_index（）.drop=True）

谢谢：-）