对于数据框中的 [i, j, z], [j, i, z] , [i, j, x] ，我怎样才能只获得 [i, j, z] 和 [i , j, x] 朱莉娅行？ （进一步问题）

Question

这是昨天问题的后续问题：对于数据框中的[i，j]，[j，i]，我怎样才能在julia中只获取[i，j]行？ 在这样的数据框的情况下

行	p1	p2	s1	t1	s2	t2
1	355	210	66541	68071	65821	68071
2	355	210	68503	74299	68503	72481
3	210	355	68503	72481	68503	74299

对于第2行和第3行，信息是相同的，我只想获取其中之一和第1行。 根据昨天提供的答案，我使用了 p1、p2、s1、s2 的总和来尝试获得唯一值。

unique(df, [:p1, :p2, :s1, s2] => ByRow(minmax))

但是我遇到了这样的错误

MethodError: no method matching sum(::Int64, ::Int64, ::Float64, ::Float64)

Answer 1

我在这里发布问题后，一位教授（Martin Kühn）帮助我解决了这个问题。所以我也在这里发布答案，以防其他人也面临类似的问题。

基本上，这个想法是改变p1和p2的顺序，如果p1比p2大，那么其他值也是如此。然后它会得到这个：

行	p1	p2	s1	t1	s2	t2
1	210	355	65821	68071	66541	68071
2	210	355	68503	72481	68503	74299
3	210	355	68503	72481	68503	74299

然后使用unique函数进行过滤。

他用Python解决了这个问题，我把代码贴在这里。

df = pd.read_csv("path.csv")

indices_p2grp1 = np.where(df['p2'] < df['p1'])[0]

df_new = pd.DataFrame(columns=['p2', 'p1', 's2', 'e2', 's1', 'e1')
df_new[['p2', 'p1', 's2', 'e2', 's1', 'e1']] = df.iloc[indices_p2grp1].copy()
df_new = df_new[df.columns]

indices_p1gep2 = np.sort(np.array(list(set(list(range(len(df)))).difference(set(list(indices_p2grp1))))))

df_final = pd.concat([df_new, df.iloc[indices_p1gep2, :]], ignore_index=True)