按频率过滤 Pandas 数据帧
Filtering a Pandas Dataframe by frequency
我有一个大约有 50k 行和 15 列的数据集。
我只需要选择遵循规则的某些行：'if the string in column "C" appears more than 20 times in the dataset (within that column), pick that row'。基本上是根据某列的模式过滤掉
最后，我希望得到一个包含大约 5k 行（和 15 列）的数据集。
我尝试通过对列使用 value_counts() 来执行此操作，但是我无法将其余信息与特定行匹配。
非常感谢您！
让我们尝试 groupby().transform 和布尔索引：
df.loc[df.groupby('C')['C'].transform('size') >= 20]
我有一个大约有 50k 行和 15 列的数据集。 我只需要选择遵循规则的某些行：'if the string in column "C" appears more than 20 times in the dataset (within that column), pick that row'。基本上是根据某列的模式过滤掉
最后，我希望得到一个包含大约 5k 行（和 15 列）的数据集。
我尝试通过对列使用 value_counts() 来执行此操作，但是我无法将其余信息与特定行匹配。
非常感谢您！
让我们尝试 groupby().transform 和布尔索引：
df.loc[df.groupby('C')['C'].transform('size') >= 20]