python - 选择重复出现的值

Question

数据框:

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

我需要一个数据框，其中只有数据保留在一组中至少有三个名字的地方。 所以输出:

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

我认为最简单的方法是按组值计数为三个或更多的组进行分组。我尝试了不同的方法，总是有一些错误。

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

Answer 1

执行此操作的groupby 方法是按“Group”分组，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

以上不排除重复名称，如果您想要 3 个或更多的唯一名称计数，则可以使用 nunique 进行过滤:

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