python - 如何根据特定列中的出现次数从不包括行的 Dataframe 创建新的 DataFrame？

Question

我有以下数据框:

     foo  bar
0  Alice   42
1  Alice   44
2    Bob   22

我正在尝试获取不包括最后一行的新数据框，因为 Bob 在 foo 列中仅出现一次

     foo  bar
0  Alice   42
1  Alice   44

这是我用来创建上面看到的数据框的代码:

df = pd.DataFrame(
    {
        "foo": ["Alice", "Alice", "Bob"],
        "bar": [42, 44, 22]
    }
)

以及我对这个要求的处理方法(这是行不通的..)

col_foo_gt_1 = df["foo"].value_counts() > 1
print(col_foo_gt_1["Alice"])  # Prints true
print(col_foo_gt_1["Bob"])  # Prints false

df_bob_removed = pd.DataFrame(
    df[col_foo_gt_1[df["foo"]]]
)

我得到的错误是:

ValueError: cannot reindex from a duplicate axis

Answer 1

这是另一个使用 .transform 的解决方案:

df_bob_removed = df.loc[
    df.groupby('foo')['foo'].transform('count') > 1, 
]

     foo  bar
0  Alice   42
1  Alice   44