Pandas - 如果少于 N 则删除唯一行

Question

我在 pandas 数据框中的专栏（城市）之一如下所示：

0           city1

1           city1

2           city2

3           city1

4           city5

5           city2

...

个别城市的出现：

city3         6758

city32        6400

city1         4500

city13        2440

...

我想删除出现次数少于 n 次的城市。

Answer 1

我们可以做的transformN=10 newdf=df[df.groupby('city')['city'].transform('count')>N].copy()

Answer 2

根据你想要的，我会使用：import pandas as pdthreshold=7cities = ['city1' for _ in range(10)] + ['city2' for _ in range(5)]df = pd.DataFrame(cities, columns=['city'])df['freq'] = df.groupby('city')['city'].transform('count')df = df[df['freq']>threshold]保留原始df中的所有行df = pd.DataFrame(df['city'].value_counts())df = df[df['city']<threshold]每个城市名称只会给你一行。

Answer 3

将您的城市数据框与城市列上的城市计数数据框合并，在出现 >= 阈值上的位置应该可以为您提供所需的内容

Answer 4

我不完全了解您的数据框是如何组织的，但它应该很简单df[df['unique count'] < n]或df[df['unique count'] >= n]（取决于你想要什么）您可能不得不使用这段代码的语法，只是因为我不完全理解您的数据框，但这应该可以满足您的需要。希望这可以帮助！！