python - 根据 .sum() 总计过滤 Pandas 系列

Question

我的数据包含每个用户一行，然后根据用户与特定产品类别的交互填充许多列，其中包含 1 或 0。

我正在运行一些相关性分析，并且我想删除不太重要的类别以使我的分析更易于阅读，我在数据帧上使用了 .sum() 来查看以下类别与大多数进行交互，但我现在如何才能在这个集合上运行关联？

这是我的 .sum() 的输出示例:

shoes_and_flats                                                                                           37
nightwear_and_slippers                                                                                    61
shorts_and_shorts                                                                                         23
accessories_and_fragrance                                                                                 25
jackets_and_coats_and_wool                                                                                12
dresses_and_skirts_and_sleeveless_dresses                                                                 35
swimwear_and_bikinis                                                                                      49
dresses_and_skirts_and_floral_dresses                                                                      7
jackets_and_coats_and_harrington_jackets                                                                  18
dresses_and_skirts_and_tunic_dresses                                                                       8
sports_performance_tops_and_vests                                                                          4
jeans_and_bootcut_jeans                                                                                    2
nightwear_and_nightwear                                                                                    1

通过执行...创建

总计 = df.sum()

我决定删除互动次数少于 50 次的类别，因此我使用了...总计 = 总计[1: -1].sort_values() > 50

但这会返回所有类别，无论其 True 或 False 值如何。

我的最终目标是在数据上使用 .corr()，我如何运行它并仅返回类别具有超过 50 次交互的网格？

Answer 1

您想要过滤数据框中的列。您的结果是正确的，True 和 False 结果，您只需使用它作为过滤器

假设数据位于名为 df 的数据框中，这将仅返回您想要的列:

totals = df.sum()
df[totals[totals > 50].index]