Python 如何找到按分组的两列数据帧行的交点，并从包含该值的单元格中删除该值？

我有一个数据框，如下所示：

name  teamA   teamB
foo    a        b
foo    b        c
foo    c        b
bar    a        e
bar    a        d
...

我想分别查找每个名称的行交叉点，但同时查找teamA和teamB列的行交叉点。然后删除包含该交点值的单元格的值。 在本例中，对于名称“foo”，行的交点将是“b”，而对于名称“bar”将是“a”。 因此，删除此交点值后的数据帧如下所示：

name  teamA   teamB
foo     a      " "
foo    " "      c
foo     c      " "
bar    " "      e
bar    " "      d
...

最近，我尝试将teamA和teamB作为一个专栏，以示例团队命名

name   teams
foo    [a, b]
foo    [b, c]
foo    [c, b]
...

之后我想得到

name   teams
foo    [a, " "]
foo    [" ", c]
foo    [c, " "]
...

但我发现更推荐将其分为两列，我发现答案很有趣，但我不知道如何将其应用于分组数据帧。 （请参阅“筛选多个列”部分和“保留至少有一列为真的行”）。 如该例所示：

dataframe[['teamA', 'teamB']].isin('b').any(axis=1)

0     True
1     True
2     True
3     True
dtype: bool

其中“b”将是我将迭代的值（团队）之一。在每次迭代之后，如果整列为True，我将从每行的列teamA或teamB中删除该值，并继续到另一个组

我得到的错误是：

Cannot access callable attribute 'isin' of 'DataFrameGroupBy' objects, try using the 'apply' method

及

---

我们可以做

melt

，然后放下复制品，然后

pivot

将其放回原处

s=df.reset_index().melt(['index','name']).\
      drop_duplicates(['name','value'],keep=False).\
         pivot_table(index=['index','name'],columns='variable',values='value',aggfunc='first').\
            fillna('').reset_index(level=1)
s['team']=list(zip(s.teamA,s.teamB))
s
Out[102]: 
variable name teamA teamB   team
index                           
0         foo     a        (a, )
1         foo           c  (, c)
2         foo           d  (, d)
3         bar           e  (, e)
4         bar           d  (, d)

---

也许不如@温约本漂流好，但你可以考虑使用一个非常灵活的自定义函数

将熊猫作为pd导入
df=pd.DataFrame（{“name”：[“foo”]*3+[“bar”]*2，
“teamA”：[“a”、“b”、“b”、“a”、“a”]，
“团队b”：[“b”、“c”、“d”、“e”、“d”]}）
def fun（x）：
toRemove=列表（设置（x[“teamA”].值）。交叉点（x[“teamB”]））
对于[“teamA”、“teamB”]中的列：
x[col]=np.where（x[col].isin（toRemove），“”，x[col]）
返回x
df.groupby（“名称”）.apply（乐趣）

哪个输出是：

name teamA teamB
0福阿
1富c
二福
3巴
4巴

+。 示例数据帧：

print(df)

  name teamA teamB
0  foo     a     b
1  foo     b     c
2  foo     b     d
3  bar     a     e
4  bar     a     d
5  bar     b     a

---

然后使用+

join

和

split

获得

teams

列：

new_df['teams']=new_df[['teamA','teamB']].apply(lambda x: ','.join(x).split(','),axis=1)
print(new_df)

  name teamA teamB   teams
0  foo     a        [a,  ]
1  foo           c  [ , c]
2  foo           d  [ , d]
3  bar           e  [ , e]
4  bar           d  [ , d]
5  bar     b        [b,  ]

---

尝试使用

groupby

并应用

stack

，

drop\u duplicates

，

unstack

，

fillna

(df[['teamA', 'teamB']].groupby(df.name, sort=False)
                       .apply(lambda x: x.stack().drop_duplicates(keep=False))
                       .unstack().fillna('').reset_index('name'))

Out[93]:
  name teamA teamB
0  foo     a
1  foo           c
2  foo           d
3  bar           e
4  bar           d

---

在我昨天编辑了我的问题之后。。。 这是我的数据帧（

df

）：

这就是解决方案：

def fun(x):
    melted = pd.melt(x.reset_index(), id_vars=['name', 'year'], value_vars=['teamA', 'teamB'], var_name='var_name',
                    value_name='team')
    toRemove = melted.team.mode().iloc[0]
    for col in ["teamA", "teamB"]:
        x[col] = x[col].replace(toRemove,'something')
    return x


df = df.groupby(["name", "year"]).apply(fun)

因此，我融化了我的数据帧，并在从两列中移除该值之后找到最频繁的值。

---

谢谢@rpanai！每个答案都很有帮助，但你的答案是最有用的

所以，我的问题显然不完整。如果我必须按两列进行分组怎么办？如果有两个以上的重复项，如下面的示例所示，该怎么办

name teamA teamB foo a b foo b c foo b c bar a e bar a d

我只想删除b值，因为它们显示在每一行中。我可以这样做，比如删除最频繁的值或类似的东西，但我的主要问题是按两列进行分组。因此，我的问题显然不完整。如果我必须按两列进行分组怎么办？如果有两个以上的重复项，比如下面的例子（我也会编辑我的主要问题，这样你们就可以很好地看到它了），会怎么样

name teamA teamB foo a b foo b c foo b c bar a e bar a d

我只想删除b值，因为它们显示在每一行中。我可以这样做，比如删除最频繁的值或类似的东西，但我的主要问题是通过两列进行分组。你的答案非常有用，但我的问题不完整。请看我在主要问题中编辑的表格。

(df[['teamA', 'teamB']].groupby(df.name, sort=False)
                       .apply(lambda x: x.stack().drop_duplicates(keep=False))
                       .unstack().fillna('').reset_index('name'))

Out[93]:
  name teamA teamB
0  foo     a
1  foo           c
2  foo           d
3  bar           e
4  bar           d

name  teamA   teamB year
foo    a        b    1
foo    b        c    1
foo    c        b    1
bar    a        e    2
bar    a        d    2
foo    a        h    2
foo    h        c    2
foo    h        b    2
...

def fun(x):
    melted = pd.melt(x.reset_index(), id_vars=['name', 'year'], value_vars=['teamA', 'teamB'], var_name='var_name',
                    value_name='team')
    toRemove = melted.team.mode().iloc[0]
    for col in ["teamA", "teamB"]:
        x[col] = x[col].replace(toRemove,'something')
    return x


df = df.groupby(["name", "year"]).apply(fun)