Python Pandas : remove entries based on the number of occurrences

Question

我正在尝试从数据框中删除出现次数少于 100 次的条目。 数据框 data 如下所示:

pid   tag
1     23    
1     45
1     62
2     24
2     45
3     34
3     25
3     62

现在我像这样计算标 checkout 现的次数:

bytag = data.groupby('tag').aggregate(np.count_nonzero)

但是我不知道如何删除那些计数低的条目......

Answer 1

0.12 中的新功能，groupby 对象具有 filter方法，允许您执行以下类型的操作:

In [11]: g = data.groupby('tag')

In [12]: g.filter(lambda x: len(x) > 1)  # pandas 0.13.1
Out[12]:
   pid  tag
1    1   45
2    1   62
4    2   45
7    3   62

函数(filter的第一个参数)被应用于每个组(子帧)，结果包括原始DataFrame中属于评估为True的组的元素。

注意:in 0.12 the ordering is different than in the original DataFrame ，这已在 0.13+ 中修复:

In [21]: g.filter(lambda x: len(x) > 1)  # pandas 0.12
Out[21]: 
   pid  tag
1    1   45
4    2   45
2    1   62
7    3   62