组内pair过滤需求：筛选两端同时包含2和4的配对数据

原始数据 #

现有如下分组Code配对数据：

Group Code
  1     2
  1     2
  1     4
  1     1
  2     4 
  2     1
  2     2 
  2     3
  2     1
  2     1
  2     3

处理规则 #

• 配对规则：同一分组内按顺序每两行组成一个pair，例如Group 1中的pair依次为(2,2)、(2,4)、(4,1)
• 过滤规则：仅保留pair内同时存在code值2和4的配对，仅包含其中一个值或者两个都不包含的配对直接过滤

效果示例 #

Group 1中只有(2,4)符合过滤要求，其余两个配对都会被过滤，最终输出结果如下：

Group Code
  1     2
  1     4

Python实现参考 #

import pandas as pd

# 读取原始数据，支持空格分隔的文本文件
df = pd.read_csv('your_data_path.txt', sep='\s+', dtype={'Group': int, 'Code': int})
result_list = []

# 按分组遍历处理
for group_id, group_data in df.groupby('Group'):
    code_list = group_data['Code'].tolist()
    # 每两行组成一个pair遍历
    for idx in range(0, len(code_list), 2):
        if idx + 1 >= len(code_list):
            break
        current_pair = {code_list[idx], code_list[idx+1]}
        # 判断是否同时包含2和4
        if current_pair == {2,4}:
            result_list.append(group_data.iloc[idx:idx+2])

# 输出结果
if result_list:
    output_df = pd.concat(result_list)
    print(output_df.to_string(index=False))
else:
    print("无符合条件的配对")

内容的提问来源于stack exchange，提问作者tj judge