如何根据数值筛选熊猫数据帧？

Question

我在Python中使用一个视频游戏的熊猫DataFrame，每个游戏都有一种类型。我正在尝试删除任何在DataFrame中出现次数少于一定次数的类型的视频游戏，但我不知道该怎么做。我确实发现了一个StackOverflow问题，这个问题似乎是相关的，但我根本无法破译这个解决方案（可能是因为我从未听说过R，而且我对函数编程的记忆充其量也很生疏）。

帮助？

Answer 1

@jezael解决方案非常有效，以下是一种基于值计数的不同过滤方法:

例如，如果数据集是：

df = pd.DataFrame({'a': [1,2,3,3,1,6], 'b': [11,2,33,4,55,6]})

将计数转换并保存为字典

ount_freq = dict(df['a'].value_counts())

创建新列并复制目标列，使用新创建的列映射字典

df['count_freq'] = df['a']
df['count_freq'] = df['count_freq'].map(count_freq)

现在，我们有了一个包含count freq的新列，您现在可以定义一个阈值，并使用该列轻松进行过滤。

df[df.count_freq>1]

Answer 2

性能更好的解决方案应该是＜code＞GroupBy。使用size将forcountper groups转换为与原始df大小相同的Series，因此可以使用布尔索引进行筛选：

df1 = df[df.groupby("A")['A'].transform('size') > 1]

或者使用Series.map与Series.value_counts：

df1 = df[df['A'].map(df['A'].value_counts()) > 1]

Answer 3

使用分组依据筛选器：

In [11]: df = pd.DataFrame([[1, 2], [1, 4], [5, 6]], columns=['A', 'B'])

In [12]: df
Out[12]:
   A  B
0  1  2
1  1  4
2  5  6

In [13]: df.groupby("A").filter(lambda x: len(x) > 1)
Out[13]:
   A  B
0  1  2
1  1  4

我建议阅读文档中的拆分联合收割机部分。