如何删除pandas DataFrame中列值顺序颠倒的重复行

核心思路是生成不区分队伍顺序的标准化唯一标识，再基于该标识去重，性能远高于逐行遍历判断。
假设你的对阵信息存储在名为matchup的列中，如果实际列名不同，替换对应位置的列名即可。

步骤1：拆分对阵列得到两个队伍 #

按分隔符/把对阵列拆分为两个单独的队伍列：

import pandas as pd

df[['team1', 'team2']] = df['matchup'].str.split('/', expand=True)

步骤2：生成标准化唯一键 #

常规数据量（10万行以内）用apply即可： #

对每一行的两个队伍名排序后重新拼接，保证不管队伍顺序如何，同一个对阵生成的键完全一致：

df['match_key'] = df.apply(lambda x: '/'.join(sorted([x['team1'], x['team2']])), axis=1)

大数据量（10万行以上）推荐用numpy向量化操作，性能提升10倍以上： #

import numpy as np

arr = np.sort(df[['team1', 'team2']].values, axis=1)
df['match_key'] = arr[:, 0] + '/' + arr[:, 1]

步骤3：按唯一键去重 #

保留每组重复数据的第一行（可修改keep参数调整保留规则），最后删除临时生成的辅助列即可：

df = df.drop_duplicates(subset='match_key', keep='first').drop(columns=['team1', 'team2', 'match_key'])

内容的提问来源于stack exchange，提问作者johndoe1839