python - 删除 Pandas 数据框中出现次数少于 N 次的所有值匹配索引

Question

我有一个由 item_id 索引的 pandas 数据框，每个项目的行数不同(也就是说，item_id X 可能有 10 行，而项目 Y 可能只有 1 行)。我想要做的是从数据框中删除与只有一行的那些 item_ids 对应的所有行(即删除所有只有一个观察的项目)。因此，如果数据帧的样本如下所示:

item_id measure1    measure2 ...
1       someNumber  someNumber
1       someNumber  someNumber
1       someNumber  someNumber
2       someNumber  someNumber
3       someNumber  someNumber
3       someNumber  someNumber
4       someNumber  someNumber
5       someNumber  someNumber
5       someNumber  someNumber

新的数据框应该是这样的:

item_id measure1    measure2   ...
1       someNumber  someNumber 
1       someNumber  someNumber
1       someNumber  someNumber
3       someNumber  someNumber
3       someNumber  someNumber
5       someNumber  someNumber
5       someNumber  someNumber

也就是说，我想删除只有一个观察项的所有数据(在本例中，item_ids 2 和 4)。

Answer 1

您可以使用groupby 和filter:

>>> df.groupby("item_id").filter(lambda x: len(x) > 1)
   item_id    measure1    measure2
0        1  someNumber  someNumber
1        1  someNumber  someNumber
2        1  someNumber  someNumber
4        3  someNumber  someNumber
5        3  someNumber  someNumber
7        5  someNumber  someNumber
8        5  someNumber  someNumber

事实上，这与 the docs 中的示例之一非常相似.

---

请注意，在评论中进行一些讨论后，很明显在某些情况下这似乎在 0.12 中不起作用，但在当前主干中有效。我相信这已在 this commit 中修复通过 jreback，如果我正在阅读过滤器结果类型的正确分支，从而避免了困难。