过滤pandas中的分组df

Question

我正在从Pandas groupby创建一个DataFrame对象，并希望选择带有＆gt;的所有组1个尺寸。

以下似乎不起作用：

grouped[grouped.size > 1 ]

另外，如何从分组DataFrame过滤出某些值？例如，如何删除grouped列中'name'列的值为'foo'或'bar'的所有行？

受控示例：

df = pandas.DataFrame({'A': ['foo','bar','foo','foo'],
                       'B': range(4)})
grouped = df.groupby('A')

删除组大小groupby个对象。

我尝试了以下操作，但没有效果：

grouped[grouped.size() > 1]

我期待：

A
foo 0
    2
    3

我不确定索引/切片如何适用于grouped对象。

Answer 1

从熊猫0.12开始，你可以这样做：

>>> grouped.filter(lambda x: len(x) > 1)

     A  B
0  foo  0
2  foo  2
3  foo  3

Answer 2

如果您仍需要解决方法：

In [49]: pd.concat([group for _, group in grouped if len(group) > 1])
Out[49]: 
     A  B
0  foo  0
2  foo  2
3  foo  3

Answer 3

对于非常大的数据帧，我发现transform的效率要比filter高：

element_group_sizes = df['A'].groupby(df['A']).transform('size')
df[element_group_sizes>1]

或者，一行：

df[df['A'].groupby(df['A']).transform('size')>1]

Answer 4

您可以使用方法 filter 和属性 shape：

df.groupby('A').filter(lambda x: x.shape[0] > 1)