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           city11           city12           city23           city14           city55           city2...个别城市的出现：city3         6758city32        6400city1         4500city13        2440...我想删除出现次数少于 n 次的城市。

Answer 1

我们可以做的transform

N=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 pd

threshold=7

cities = ['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！！