web-dev-qa-db-ja.com

Python：Count条件で行を削除する

pandasデータフレームのフィルタリングに問題があります。

city 
NYC 
NYC 
NYC 
NYC 
SYD 
SYD 
SEL 
SEL
...

df.city.value_counts()

カウントの頻度が4未満の都市の行を削除する、たとえばSYDやSELを削除します。

それらを都市ごとに手動でドロップせずにそうする方法は何でしょうか？

pythonpandasdataframeindexingcounter
16
Devin Lee

ここでフィルターを使います

df.groupby('city').filter(lambda x : len(x)>3)
Out[1743]: 
  city
0  NYC
1  NYC
2  NYC
3  NYC

ソリューション2 transform

sub_df = df[df.groupby('city').city.transform('count')>3].copy() 
# add copy for future warning when you need to modify the sub df
18
YOBEN_S

これは、pd.Series.value_countsを使用する1つの方法です。

counts = df['city'].value_counts()

res = df[~df['city'].isin(counts[counts < 5].index)]
8
jpp

あなたはvalue_counts()を探していると思います

# Import the great and powerful pandas
import pandas as pd

# Create some example data
df = pd.DataFrame({
    'city': ['NYC', 'NYC', 'SYD', 'NYC', 'SEL', 'NYC', 'NYC']
})

# Get the count of each value
value_counts = df['city'].value_counts()

# Select the values where the count is less than 3 (or 5 if you like)
to_remove = value_counts[value_counts <= 3].index

# Keep rows where the city column is not in to_remove
df = df[~df.city.isin(to_remove)]
4
Aaron N. Brock

別の解決策：

threshold=3
df['Count'] = df.groupby('City')['City'].transform(pd.Series.value_counts)
df=df[df['Count']>=threshold]
df.drop(['Count'], axis = 1, inplace = True)
print(df)

  City
0  NYC
1  NYC
2  NYC
3  NYC
2
Sruthi V