Julia中DataFrame去重报错：如何保留目标行并移除重复项？

错误原因 #

你之前的代码错误在于minmax仅支持两个参数，但你一次性传入了[:p1, :p2, :s1, s2]四个列，导致ByRow(minmax)尝试将四个值传给minmax，触发参数不匹配的方法错误。

解决方案 #

针对你的需求（去除(p1,p2)互换且对应(s1,t1)/(s2,t2)镜像重复的行），需要分组处理成对的列，分别生成有序标识后再去重：

方法1：直接在unique中定义多组转换规则 #

unique(df, [
    # 将p1、p2转换为有序元组，统一镜像对的标识
    [:p1, :p2] => ByRow(minmax),
    # 将(s1,t1)、(s2,t2)两个元组转换为有序对，统一镜像行的时间标识
    [:s1, :t1, :s2, :t2] => ByRow((s1,t1,s2,t2) -> minmax((s1,t1), (s2,t2)))
])

方法2：先添加辅助列再去重（更直观） #

using DataFrames, Pipe

df_clean = @pipe df |>
    # 添加辅助列：生成p1/p2的有序对、(s1,t1)/(s2,t2)的有序元组对
    transform(
        [:p1, :p2] => ByRow(minmax) => :p_pair,
        [:s1, :t1, :s2, :t2] => ByRow((s1,t1,s2,t2) -> minmax((s1,t1), (s2,t2))) => :st_pair
    ) |>
    # 基于辅助列去重
    unique([:p_pair, :st_pair]) |>
    # 移除辅助列，保留原结构
    select(Not([:p_pair, :st_pair]))

效果说明 #

两种方法都会保留第1行，且在第2、3行中保留其中一行，实现镜像重复行的去重。

内容的提问来源于stack exchange，提问作者Chao