如何基于列值模式删除指定记录且不改动value列元素顺序

问题原因 #

你之前的代码直接对value列所有元素做了排序后重写，自然会改变原始值的元素顺序，逻辑本质是错误的。你需要的是不修改原始value值，仅新增临时匹配列用来判断重复，去重后删除临时列即可。

修复方案 #

核心思路是新增一个不对外暴露的临时匹配键，仅用来识别需要删除的成对记录，完全不改动原始value列的内容：

• 仅对符合x,y,null,null或null,null,x,y格式的四元素value生成相同的匹配键
• 其他所有value的匹配键直接用原始值，避免误删
• 按临时匹配键去重后删除该临时列，得到符合要求的结果

可直接运行的代码 #

import pandas as pd

def get_match_key(val):
    parts = val.split(',')
    # 非四元素格式直接返回原始值作为匹配键
    if len(parts) != 4:
        return val
    # 匹配x,y,null,null格式
    if parts[2] == 'null' and parts[3] == 'null' and parts[0] != 'null' and parts[1] != 'null':
        return f"pair:{parts[0]},{parts[1]}"
    # 匹配null,null,x,y格式
    if parts[0] == 'null' and parts[1] == 'null' and parts[2] != 'null' and parts[3] != 'null':
        return f"pair:{parts[2]},{parts[3]}"
    # 其他四元素格式返回原始值作为匹配键
    return val

# 生成临时匹配列
df['match_key'] = df['value'].apply(get_match_key)
# 去重后删除临时列
df = df.drop_duplicates(subset='match_key', keep='first').drop(columns='match_key')

运行上述代码后，value列会完全保留原始顺序，同时符合规则的成对记录会被正确删除，最终输出和你给出的预期结果完全一致。

内容的提问来源于stack exchange，提问作者sdom