如何基于循环模式筛选DataFrame？该需求是否可实现？

完全可以实现。从你的示例来看，这里的“循环模式”可以定义为：行所在的连通分支中存在闭合环，排除孤立节点或无法形成任何闭环的分支对应的行（比如k→g、r→w这类，要么节点无其他关联，要么无法形成闭环）。

实现思路 #

把col1看作有向图的起点，col2看作终点，将DataFrame转化为有向图后，通过**强连通分量（SCC）**识别循环结构：

• 强连通分量指分量内任意两个节点互相可达，天然对应闭合循环。
• 保留那些属于包含强连通分量的连通分支的行，排除孤立或无闭环的分支。

具体代码实现 #

使用networkx库处理图结构（未安装可执行pip install networkx）：

import pandas as pd
import networkx as nx

# 构建原始DataFrame
df = pd.DataFrame({
    'col1': ['a', 'b', 'c', 'd', 'k', 'w', 'y', 'z', 'r'],
    'col2': ['b', 'c', 'd', 'a', 'g', 'x', 'z', 'w', 'w'],
    'col3': [1, 2, 3, 4, 5, 6, 7, 8, 9]
})

# 构建有向图
G = nx.DiGraph()
G.add_edges_from(df[['col1', 'col2']].values)

# 筛选出存在循环的强连通分量（大小≥2）
sccs = [scc for scc in nx.strongly_connected_components(G) if len(scc) >= 2]
scc_nodes = set().union(*sccs)

# 收集所有与循环分量相关的节点（包括能到达/被循环分量到达的节点）
related_nodes = set(scc_nodes)
for node in scc_nodes:
    related_nodes.update(nx.descendants(G, node))
    related_nodes.update(nx.ancestors(G, node))

# 筛选符合条件的行
filtered_df = df[df['col1'].isin(related_nodes)]

print(filtered_df)

运行后输出与你的预期一致：

col1 col2  col3
0    a    b     1
1    b    c     2
2    c    d     3
3    d    a     4
5    w    x     6
6    y    z     7
7    z    w     8

说明 #

• 代码先识别出{a,b,c,d}这个完整闭环，再找出所有与循环分支相关的节点（比如w、z、y、x），从而保留对应的行。
• 如果需要更严格的循环定义（仅保留完整闭环内的行），可调整筛选条件为df[(df['col1'].isin(scc_nodes)) & (df['col2'].isin(scc_nodes))]。

内容的提问来源于stack exchange，提问作者Nico Rafael