基于两列回文行筛选：保留value最小值行的R/Python实现求助

给定如下R数据框：

Data_Frame <- data.frame (
  A = c("a", "c", "b", "e", "g", "d", "f", "h"),
  B = c("b", "d", "a", "f", "h", "c", "e", "g"),
  value = c("0.3", "0.2", "0.1", "0.1", "0.5", "0.7", "0.8", "0.1"),
  effect = c("123", "345", "123", "444", "123", "345", "444", "123")
)

需完成以下操作：

• 找出A列与B列呈回文关系（行i的A=行j的B，行i的B=行j的A）且effect列值相等的行对
• 从每对回文行中保留value列数值最小的行
• 注意：levels(Data_Frame$A)与levels(Data_Frame$B)不相等，as.character()无法解决该问题

期望输出的数据框：

Data_Frame <- data.frame (
  A = c("c", "b", "e", "h"),
  B = c("d", "a", "f", "g"),
  value = c("0.2", "0.1", "0.1", "0.1"),
  effect = c("345", "123", "444", "123")
)

R 实现方案 #

步骤1：统一因子水平 #

先合并A、B两列的因子水平，确保二者水平一致：

combined_levels <- union(levels(Data_Frame$A), levels(Data_Frame$B))
Data_Frame$A <- factor(Data_Frame$A, levels = combined_levels)
Data_Frame$B <- factor(Data_Frame$B, levels = combined_levels)

步骤2：转换value为数值型 #

将字符型的value转为数值，方便后续比较：

Data_Frame$value <- as.numeric(Data_Frame$value)

步骤3：生成配对唯一标识 #

对每行的A、B值按字母排序后拼接，让回文对生成相同的标识：

Data_Frame$pair_id <- apply(Data_Frame[, c("A", "B")], 1, function(x) paste(sort(x), collapse = "-"))

步骤4：分组筛选最小value行 #

按pair_id和effect分组，保留每组中value最小的行：

library(dplyr)
result <- Data_Frame %>%
  group_by(pair_id, effect) %>%
  filter(value == min(value)) %>%
  ungroup() %>%
  select(-pair_id) %>%
  distinct()

Python 实现方案 #

基于pandas库完成：

步骤1：构建数据框并转换value类型 #

import pandas as pd

df = pd.DataFrame({
    "A": ["a", "c", "b", "e", "g", "d", "f", "h"],
    "B": ["b", "d", "a", "f", "h", "c", "e", "g"],
    "value": ["0.3", "0.2", "0.1", "0.1", "0.5", "0.7", "0.8", "0.1"],
    "effect": ["123", "345", "123", "444", "123", "345", "444", "123"]
})

# 转换value为数值型
df["value"] = pd.to_numeric(df["value"])

步骤2：生成配对唯一标识 #

对每行A、B排序后拼接，生成回文对的统一标识：

df["pair_id"] = df.apply(lambda row: "-".join(sorted([row["A"], row["B"]])), axis=1)

步骤3：分组筛选最小value行 #

按pair_id和effect分组，保留每组中value最小的行：

result = df.groupby(["pair_id", "effect"]).apply(
    lambda x: x[x["value"] == x["value"].min()]
).reset_index(drop=True)

# 移除辅助列pair_id并去重
result = result.drop("pair_id", axis=1).drop_duplicates()

内容的提问来源于stack exchange，提问作者RJF