python - 如何查找 Pandas 系列中出现特定次数的值？

Question

给定以下系列:

sr = pd.Series([5, 5, 5, 6, 6, 6, 7, 7, 8, 8, 8])

我想找到出现 3 次的值。这是我的解决方案，它似乎有效但看起来很奇怪:

(sr.value_counts() == 3)[sr.value_counts() == 3].index.values

我还缺少其他/明显的方法吗？

Answer 1

您的逻辑很好，您只是不应该重复最昂贵的部分，即计数。将其存储在变量中并重复使用。您可能也不需要检索底层 NumPy 数组，pd.Index 对象通常就足够了:

sr = pd.Series([5, 5, 5, 6, 6, 6, 7, 7, 8, 8, 8])

counts = sr.value_counts()

res = counts[counts == 3].index
# Int64Index([8, 6, 5], dtype='int64')

没有现成方法满足您的需求的原因是任何解决方案都需要最小 O(n) 时间复杂度，这是 value_counts 的复杂度。没有办法解决这个问题。

另一种选择是基于dict 的collections.Counter，在按计数过滤时效率较低。由于 NumPy 数组在内存中的存储效率很高，因此 bool 过滤相对于字典迭代而言效率更高。