python - 根据列 value_counts (pandas) 过滤数据框

Question

我是第一次尝试 pandas。我有一个包含两列的数据框:user_id 和 string。每个 user_id 可能有几个字符串，因此多次出现在数据框中。我想从中导出另一个数据框；其中只有那些 user_ids 被列出，至少有 2 个或更多 strings 与之关联。

我尝试了 df[df['user_id'].value_counts()> 1]，我认为这是执行此操作的标准方法，但它会产生 IndexingError: Unalignable boolean Series提供的 key 。有人可以清除我的概念并提供正确的选择吗？

Answer 1

我想你需要transform ，因为需要与 df 相同的掩码 index。但是，如果使用 value_counts index 发生更改，则会引发错误。

df[df.groupby('user_id')['user_id'].transform('size') > 1]