共计 715 个字符，预计需要花费 2 分钟才能阅读完成。
从 string-db 下载蛋白质相互作用的信息，在解决时发现蛋白 A 与 B 互作被记录了两次比方下边的例子（即 AB、BA）
df.drop_duplicates()
# Symbol1 Symbol2
# Gnai3 Pdcl2
# Pdcl2 Gnai3
# Gm4340 Gm3376
# Gm3376 Gm4340而且 drop_duplicates 不能去除反复，因为他们在不同的列，因而能够想个方法，新建一列。
字符串的比拟大小是依据字符串按位比拟，两个字符串第一位字符的 ascii 码谁大，字符串就大，不再比拟前面的，比方
"Gnai3">"Pdcl2"
# False对 axis=1 是对每一行循环，总是把大的放在前边。
df.loc[:,"temp"]=df.apply(lambda x: f"{x[0]}-{x[1]}" if x[0]>x[1] else f"{x[1]}-{x[0]}",axis=1)
# Symbol1 Symbol2 temp
# Gnai3 Pdcl2 Pdcl2-Gnai3
# Pdcl2 Gnai3 Pdcl2-Gnai3
# Gm4340 Gm3376 Gm4340-Gm3376
# Gm3376 m4340 Gm4340-Gm3376这个时候再对 temp 的行去反复，就能够了
df.drop_duplicates(subset="temp")
# Symbol1 Symbol2 temp
# Pdcl2 Gnai3 Pdcl2-Gnai3
# Gm4340 Gm3376 Gm4340-Gm3376最初再删除 temp 列
df.drop_duplicates(subset="temp").drop(columns="temp")
# Symbol1 Symbol2
# Gnai3 Pdcl2
# Gm4340 Gm3376
正文完