Performing groupby Funktion mit zwei Spalten als Parameter unabhängig von der Reihenfolge der Spalten

Question

Angesichts der folgenden Datenrahmen:

Node_1 Node_2 Time 
A  B  6 
A  B  4 
B  A  2 
B  C  5 

Wie kann man erhalten, groupby oder andere Methoden verwenden, die Datenrahmen wie folgt:

Node_1 Node_2 Mean_Time 
A  B  4 
B  C  5 

die erste Zeile des Mean_Time indem der Durchschnitt aller Routen A-> B und B> A erhalten wird, das heißt (6 + 4 + 2)/3 = 4

Answer 1

etwas in den Zeilen sollte g ive Sie das gewünschte Ergebnis ... bekam dies viel hässlicher als es war: D

import pandas as pd 

data = {'Node_1': {0: 'A', 1: 'A', 2: 'B', 3: 'B'}, 
'Node_2': {0: 'B', 1: 'B', 2: 'A', 3: 'C'}, 
'Time': {0: 6, 1: 4, 2: 2, 3: 5}} 

df = pd.DataFrame(data) 

# Create new column to group by 
df["Node"] = df[["Node_1","Node_2"]].apply(lambda x: tuple(sorted(x)),axis=1) 
# Create Mean_time column 
df["Mean_time"] = df.groupby('Node').transform('mean') 
# Drop duplicate rows and drop Node and Time columns 
df = df.drop_duplicates("Node").drop(['Node','Time'],axis=1) 

print(df) 

Returns:

 Node_1 Node_2 Mean_time 
0  A  B   4 
3  B  C   5 

Eine Alternative wäre, zu verwenden:

df = (df.groupby('Node', as_index=False) 
      .agg({'Node_1':lambda x: list(x)[0], 
        'Node_2':lambda x: list(x)[0], 
        'Time': np.mean}) 
      .drop('Node',axis=1)) 

Answer 2

Sie könnten sortiere jede Reihe der Node_1 und Node_2 Säulen unter Verwendung von np.sort:

, die jetzt in df Ergebnisse aussehen wie:

Node_1 Node_2 Time 
0  A  B  6 
1  A  B  4 
2  A  B  2 
3  B  C  5 

Mit den Node Spalten sortiert, können Sie groupby/agg wie gewohnt:

result = df.groupby(cols).agg('mean').reset_index() 

---

import numpy as np 
import pandas as pd 

data = {'Node_1': {0: 'A', 1: 'A', 2: 'B', 3: 'B'}, 
'Node_2': {0: 'B', 1: 'B', 2: 'A', 3: 'C'}, 
'Time': {0: 6, 1: 4, 2: 2, 3: 5}} 

df = pd.DataFrame(data) 
nodes = df.filter(regex='Node') 
arr = np.sort(nodes.values, axis=1) 
cols = nodes.columns.tolist() 
df.loc[:, nodes.columns] = arr 

result = df.groupby(cols).agg('mean').reset_index() 
print(result) 

Ausbeuten

Node_1 Node_2 Time 
0  A  B  4 
1  B  C  5