根据熊猫列中元素的唯一数量删除行[重复]答案

【问题标题】：Delete rows based on unique number of elements in a column pandas [duplicate]根据熊猫列中元素的唯一数量删除行[重复]
【发布时间】：2020-03-26 01:22:11
【问题描述】：

给定一个包含两列 A 和 B 的数据框：

df = 

A      B
cat    3
cat    4
cat    2
bird   1
bird   3
bird   2
bird   5
bird   3

如果A 列中唯一元素的数量少于3，我想删除行 cat 的 len 为 - 3（删除） bird 的 len 为 - 5（保持）

想要的输出：

df = 

A      B
bird   1
bird   3
bird   2
bird   5
bird   3

【问题讨论】：

这是重复的：stackoverflow.com/q/49735683/11301900.

标签： python pandas numpy

【解决方案1】：

此问题与Python: Removing Rows on Count condition重复

我确定有更好的方法，只是我还没有完全找到它。我会继续寻找。

import pandas as pd

raw_str = \
'''
A      B
cat    3
cat    4
cat    2
bird   1
bird   3
bird   2
bird   5
bird   3'''

df_1 = pd.read_csv(StringIO(raw_str), delim_whitespace=True, header=0, dtype={'A': str, 'B': int})


val_counts = df_1['A'].value_counts()

df_1 = df_1[(val_counts[df_1['A']] > 3).reset_index(drop=True)]

【讨论】：

【解决方案2】：

使用filter:

result = df.groupby('A').filter(lambda x: len(x) > 3)
print(result)

输出

      A  B
3  bird  1
4  bird  3
5  bird  2
6  bird  5
7  bird  3

您也可以使用value_counts:

# find the count by each value of A
counts = df.A.value_counts().to_frame()

# keep those with count above 3
keep = counts[counts.A > 3].index

# filter
result = df[df.A.isin(keep)]
print(result)

【讨论】：