处理大量行(pandas dataframe)以根据条件筛选行

样品 :

df_temp = pd.DataFrame({'event_data':[5,3,6,9,2,4,7],
                        'basket':list('abbbccd')})

print (df_temp)
   event_data basket
0           5      a
1           3      b
2           6      b
3           9      b
4           2      c
5           4      c
6           7      d

过滤的一般解 count 是 boolean indexing 具有 transform 返回相同 Series 具有与原始值相同大小的聚合值 df :

df = df_temp[df_temp.groupby("basket")["event_data"].transform('count') > 1]
print (df)
   event_data basket
1           3      b
2           6      b
3           9      b
4           2      c
5           4      c

折叠行 basket 列使用 duplicated 带参数 kep=False 返回所有被骗:

df = df_temp[df_temp.duplicated("basket", keep=False)]
print (df)
   event_data basket
1           3      b
2           6      b
3           9      b
4           2      c
5           4      c