Python pandas如何删除f1与f2值同属字典同一列表的DataFrame行

现有测试数据如下：

import pandas as pd

mat = {'f1': ['A aaa', 'B sss', 'C ddd', 'B bbb'], 'f2': ['F eee', 'B bbb', 'A aaa', 'B sss']}
# 原示例用dict做变量名会覆盖Python内置类型，这里替换为cat_map，逻辑完全一致
cat_map = {'A': ['A aaa'], 'B': ['B bbb', 'B sss'], 'C': ['C ddd'], 'F': ['F eee', 'F aaa']}
df = pd.DataFrame(mat)

字典中每个键对应一个同属一类的值集合，需求是删除f1列、f2列的取值 同属于字典某一个键对应值集合 的行，示例中第2行（f1=B sss、f2=B bbb，同属键B的集合）、第4行（f1=B bbb、f2=B sss，同属键B的集合）都属于要删除的行。

核心思路是先做值到所属类别的反向映射，避免逐行循环遍历字典判断，代码更简洁效率也更高：

# 构建反向映射：每个具体值对应它所属的类别键
val_to_cat = {}
for cat, values in cat_map.items():
    for v in values:
        val_to_cat[v] = cat

# 筛选保留两列所属类别不一致的行
df_result = df[df.apply(lambda x: val_to_cat[x['f1']] != val_to_cat[x['f2']], axis=1)].reset_index(drop=True)

最终输出的df_result为：

f1     f2
0  A aaa  F eee
1  C ddd  A aaa

可以看到符合删除要求的两行已经被成功过滤。

内容的提问来源于stack exchange，提问作者Charles Yan