在Pandas DataFrame中筛选互配对、同时长且通话类型相反的行

输入DataFrame #

期望输出 #

需求说明 #

需要筛选满足以下全部条件的行：

• 两行的A-Party与B-Party互为配对（如(A,B)和(B,A)）
• 两行的Duration值完全相同
• 两行的Call Type互为相反（即一行是"In"/"in"，另一行是"out"，需处理大小写差异）

高效解决方案 #

1. 统一Call Type的大小写 #

原数据里Call Type大小写混杂，先统一转成小写，避免大小写差异导致判断错误：

df['Call Type'] = df['Call Type'].str.lower()

2. 生成配对唯一标识 #

为了让(A,B)和(B,A)这种互配对的行归为一组，把每行的A-Party和B-Party按字典序排序后拼成元组，这样互配对的行会有相同的pair_id：

df['pair_id'] = df.apply(lambda x: tuple(sorted([x['A-Party'], x['B-Party']])), axis=1)

3. 分组筛选符合条件的行 #

按pair_id和Duration分组，只保留组内同时包含"in"和"out"两种Call Type的行——这就同时满足了互配对、时长相同、通话类型相反的要求：

# 筛选出同时包含in和out的组
valid_rows = df.groupby(['pair_id', 'Duration']).filter(lambda group: {'in', 'out'}.issubset(group['Call Type']))

# 删除辅助用的pair_id列
final_result = valid_rows.drop('pair_id', axis=1)

4. 恢复原始Call Type大小写（可选） #

如果需要保留原始数据的大小写格式，可以提前备份再恢复：

# 先备份原始Call Type
df['Original_Call_Type'] = df['Call Type']
# 统一转小写处理
df['Call Type'] = df['Call Type'].str.lower()

# 筛选完成后恢复原始大小写
final_result['Call Type'] = final_result['Original_Call_Type']
final_result = final_result.drop('Original_Call_Type', axis=1)

该方案利用分组和集合判断，时间复杂度为O(n log n)（主要来自排序生成pair_id的步骤），在大数据量场景下依然高效。

内容的提问来源于stack exchange，提问作者Zulqarnain Sabir