选择复现值

Question

Dataframe：

Group   Name  Pop
A         F     5
A         C     4
A         D     4
B         E     6
B         L     4

我需要一个数据，其中只有数据保留，其中至少有三个名字在一个组。因此，产出：

Group  Name  Pop
A        F     5
A        C     4
A        D     4

我认为最简单的方法是按组分组，其中组值计数为3或更多。我尝试过不同的方法，总是有一些错误。

df['Group'].apply(lambda x: x.value_counts()>2)  #for example this

Answer 1

这样做的groupby方法是通过'Group‘，然后是filter

In [6]:

df.groupby('Group').filter(lambda x: x['Name'].count() > 2)
Out[6]:
  Group Name  Pop
0     A    F    5
1     A    C    4
2     A    D    4

以上不提供重复名称的折扣，如果您希望使用3或更多的唯一名称计数，则可以使用nunique进行筛选。

In [7]:

df.groupby('Group').filter(lambda x: x['Name'].nunique() > 2)
Out[7]:
  Group Name  Pop
0     A    F    5
1     A    C    4
2     A    D    4