代码之家 › 专栏 › 技术社区 › Koray Tugay

如何根据特定列中发生次数的计数,从排除行的数据帧创建新的数据帧?

pandas python

Koray Tugay · 技术社区 · 6 年前

我有以下数据框:

     foo  bar
0  Alice   42
1  Alice   44
2    Bob   22

我试图得到一个新的数据帧,不包括最后一行,因为 Bob 列中只发生一次 foo

     foo  bar
0  Alice   42
1  Alice   44

下面是我用来创建上述数据帧的代码:

df = pd.DataFrame(
    {
        "foo": ["Alice", "Alice", "Bob"],
        "bar": [42, 44, 22]
    }
)

我对这个要求的方法(不起作用)。

col_foo_gt_1 = df["foo"].value_counts() > 1
print(col_foo_gt_1["Alice"])  # Prints true
print(col_foo_gt_1["Bob"])  # Prints false

df_bob_removed = pd.DataFrame(
    df[col_foo_gt_1[df["foo"]]]
)

我得到的错误是:

ValueError: cannot reindex from a duplicate axis

2 回复 | 直到 6 年前

Tomas Farias 6 年前

这是另一个解决方案 .transform 以下内容:

df_bob_removed = df.loc[
    df.groupby('foo')['foo'].transform('count') > 1, 
]

     foo  bar
0  Alice   42
1  Alice   44

sacuL 6 年前

方法1

使用 groupby 和 filter 以下内容:

df.groupby('foo').filter(lambda x: len(x) >1)

     foo  bar
0  Alice   42
1  Alice   44

方法2

您可以将索引设置为 foo 然后使用 loc 以下内容:

df.set_index('foo').loc[(df.foo.value_counts() >1)]

       bar
foo       
Alice   42
Alice   44

如果要在此之后重置索引:

df.set_index('foo').loc[(df.foo.value_counts() >1)].reset_index()
     foo  bar
0  Alice   42
1  Alice   44

推荐文章

July · 如何定义数字间隔,然后四舍五入

1 年前

Community wiki · 对象名称前的单下划线和双下划线的含义是什么?

1 年前

Brian Johnson · 为什么在Python中列出字典列表会引发TypeError?[已关闭]

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

Ashok Shrestha · 需要追踪特定的颜色线并获取坐标

1 年前

Nicote Ool · 在FastApi和Vue3中获得422

1 年前

NeoExceptCodeBad · 如果我有很多垂直线,我如何找到它们的边缘?

1 年前

Abdulaziz · 如何对集合内的列表进行排序[重复]

1 年前

user2743931 · 带有src目录的Python setup.py

1 年前

asmgx · 为什么合并数据帧不能按照python中的预期方式工作

1 年前