根据无关列的唯一性寻找两列的并集

Question

我正在努力确定每个学生将如何在头对头的基础上，就他们所上的课和完成的项目

scores.csv:https://pastebin.com/FxUCb4xT

import pandas as pd
df = pd.read_csv("Documents/scores.csv")

student_ids = df.student_id.unique()

for id in student_ids:
    to_analyse = pd.merge(df,df[df['student_id'] == id][['class_id','project_id']])

我最终会做我自己的事情to_analyse，但是首先使用pd.merge是非常慢的，特别是如果有10个成千上万的唯一的学生ID

有没有更有效的方法？我试过使用pivot表，但也许我用这种方法选错了树

Answer 1

我认为使用^{}要快一点：

def f(x):
    print (pd.merge(df, x[['class_id','project_id']]))

df = df.groupby('student_id').apply(f)

不带连接列merge的解决方案^{}和^{}：

df['both'] = df['class_id'].astype(str)  + '_' + df['project_id'].astype(str)

def f(x):
    print (df[df['both'].isin(x['both'])])

df = df.groupby('student_id').apply(f).drop('both', axis=1)