python - Pandas - 选择列值出现 `n`次的行

Question

我正在尝试从 df 本身出现 n 次的 df 的所有条目中检索随机 df 条目，但我面临一些问题。这是我正在使用的代码，其中 n = 2。

d = {
    "letters": ["a", "b", "c", "a", "b", "a", "d", "d"], 
    "one": [1, 1, 1, 1, 1, 1, 1, 1],
    "two": [2, 2, 2, 2, 2, 2, 2, 2],
}
df = pd.DataFrame(d)
s = df["letters"].value_counts()
df2 = df.loc[np.where(s.to_numpy() == 2)]
rand = df2.sample(n=1, random_state = 2)

乍一看，这看起来没问题，但检查 df2 会返回 df2["letters"] 有两个条目:“b”和“c”，并且显然“c”在原始 df 中没有出现两次。

我猜这个错误应该是我定义“只查看出现n次的条目，但我无法全神贯注”这一概念的方式。

这是怎么回事？我该如何解决这个问题？

Answer 1

使用Series.map按原始列字母进行过滤:

s = df["letters"].value_counts()
df2 = df[df["letters"].map(s) == 2]

print (df2)
  letters  one  two
1       b    1    2
4       b    1    2
6       d    1    2
7       d    1    2

然后，如果需要每个字母使用随机行:

rand = df2.groupby('letters').sample(n=1, random_state = 2)
print (rand)
  letters  one  two
4       b    1    2
6       d    1    2