在python中跨列返回具有重复对的行

我有一个csv文件，如下所示：

visitor guest   location year
person1 person2 memphis 1994
person1 person4 detroit 2008
person2 person1 oakland 2006
person4 person1 chicago 1993
person3 person1 oakland 1998
person5 person6 detroit 2001

mask = df[['visitor', 'guest']].apply(sorted, axis=1).duplicated(keep=False)

我正在尝试编写一个python程序，该程序通过csv，如果有一个visitor+guest与一个guest+visitor匹配，它将返回整行，如下所示

visitor guest   location    year
person1 person2 memphis 1994
person1 person4 detroit 2008
person2 person1 oakland 2006
person4 person1 chicago 1993

我是python新手。到目前为止，我得到的是：

import pandas as pd
df = pd.read_csv(“visitors.csv")
df2= df[df.duplicated([‘visitor’, ‘guest’], keep=False)]

但这只是在“访客”+“访客”重复的情况下返回列表，而不是在“访客”+“访客”与“访客”+“访客”相同的情况下返回列表

我试图做的似乎是这方面的一个变化：

但是这个代码：

df2 = df.loc[:, [‘visitor’, ‘guest’]].apply(sorted, axis=1).drop_duplicates()

---

正在删除重复项（只给我“访问者”和“来宾”列），而不是保留它们。

您可以构建如下布尔掩码：

visitor guest   location year
person1 person2 memphis 1994
person1 person4 detroit 2008
person2 person1 oakland 2006
person4 person1 chicago 1993
person3 person1 oakland 1998
person5 person6 detroit 2001

mask = df[['visitor', 'guest']].apply(sorted, axis=1).duplicated(keep=False)

然后在其上建立索引：

df2 = df.loc[mask]

这里，

mask

是一系列布尔值，在前两列（顺序不可知）复制到其他地方的地方都是如此：

0     True
1     True
2     True
3     True
4    False
5    False
dtype: bool

---

并且可以有效地传递到

.loc[]

，作为“过滤”真实情况的一种手段。

使用“访问者”和“来宾”列作为两级多索引，组合数据帧的两个版本：

df1 = df.set_index(['visitor', 'guest'])
df2 = df.set_index(['guest', 'visitor'])

如果一行没有匹配项，则组合数据帧中会有一个NaN，您可以使用

.dropna（）

：

---

它没有平方。不太清楚为什么