python - 将案例过多的 groupby 结果分组到 "trash bin"级别

Question

出于报告目的，我需要“简化”pandas DataFrame 中由分组操作产生的罕见事件。

让我们以这个 DataFrame 为例，我在其中使用 colA 来计算 colB 中值的出现次数

df = pd.DataFrame(data={'colA':['a','b','c','d','e','a','a','b','b','a'],'colB':[1,2,3,4,5,1,1,2,2,1]})

df_grouped = df.groupby(['colA']).agg('count')

结果是:

      colB
colA      
a        4
b        3
c        1
d        1
e        1

我想从这个分组的数据框中获取一个新的数据框，其中最不频繁的值，即对应于 colA={'c','d','e'} 的值被分组在一个名为 'other' 的 colA 级别的新值，它包含所有这些的总数，如下所示:

       colB
colA
a      4
b      3
other  3

有没有一种简单的方法可以执行这种“将稀有元素放入垃圾箱”操作？此外，在存在 MultiIndex 的情况下我该怎么做？

Answer 1

让我们在线完成

out = df.rename(index=dict.fromkeys(df[df.colB<2].index,'other')).sum(level=0)
Out[189]: 
       colB
colA       
a         4
b         3
other     3