刪除重複行，如果包含所有相同的數值

Question

我有如下Dataframe：

df = pd.DataFrame({'first' : ['John', 'Mary','Peter'], 
         'last' : ['Mary', 'John','Mary']}) 

df 
Out[700]: 
    first last 
0 John Mary 
1 Mary John 
2 Peter Mary 

我想刪除重複的當行包含相同的值 在這種情況下，有望走出放將是：

first last 
0 John Mary 
2 Peter Mary 

下面是我的做法至今：

df['DropKey']=df.apply(lambda x: ''.join(sorted(pd.Series(x))),axis=1) 
df.drop_duplicates('DropKey') 

是個是否有任何有效的方法來實現這一目標？

我真正的數據大小：

df.shape 
Out[709]: (10000, 607) 

Answer 1

In [13]: pd.DataFrame(np.sort(df.values, axis=1), columns=df.columns).drop_duplicates() 
Out[13]: 
    first last 
0 John Mary 
2 Mary Peter 

或：

In [18]: df.values.sort(axis=1) # NOTE: it sorts DF in-place 

In [19]: df 
Out[19]: 
    first last 
0 John Mary 
1 John Mary 
2 Mary Peter 

In [20]: df.drop_duplicates() 
Out[20]: 
    first last 
0 John Mary 
2 Mary Peter