python - 如何在 value_counts 上对 Pandas 数据框进行子集化？

Question

我有以下 Pandas 数据框

import pandas as pd
df = pd.read_csv("filename1.csv")

df
    column1  column2   column3
0        10       A          1
1        15       A          1
2        19       B          1
3      5071       B          0
4      5891       B          0
5      3210       B          0
6        12       B          2
7        13       C          2
8        20       C          0
9         5       C          3
10        9       C          3

现在，使用函数 value_counts() 会给出特定列中每个值的计数，例如

df.column3.value_counts()

1   3
2   2
3   2

但是，我想根据给定列中值的数量对 pandas 数据框进行子集化。例如，在上面的数据框 df 中，我想对具有 3 个或更多唯一值(不包括 0)的行进行子集化。在这种情况下，生成的数据框将是

df
    column1  column2   column3
0        10       A          1
1        15       A          1
2        19       B          1

由于值 2 和 3 的行只有两行，即 2、3 在 column3 中只出现了两次。 Pandas 的方法是什么？

Answer 1

你可以使用groupby.filter;在过滤器中，为每个组构造一个唯一的 bool 值来过滤数据框:

df.groupby("column3").filter(lambda g: (g.name != 0) and (g.column3.size >= 3))

另一种选择是:

df[(df.column3 != 0) & (df.groupby("column3").column3.transform("size") >= 3)]