Question

我有以下DataFrame：

df  = pd.DataFrame({'Label': list('AABCCC'), 'Values':  [1,2,3,4,np.nan,8] })

我想删除那些没有最少数量的项目（一个或更少）的组，所以我尝试了以下内容：

f = lambda x: x.Values.count() > 1

df.groupby('Label').filter(f)

然而，这引起了一个错误：

错误：'numpy.ndarray'对象没有属性'count'

哪里出错？

Answer 1

您似乎没有Values但values列，因此需要添加[]，因为与values功能发生冲突。

样品：

df = pd.DataFrame ({'values': [1,2,3,4,np.nan,8] })
print (df)
   values
0     1.0
1     2.0
2     3.0
3     4.0
4     NaN
5     8.0

#return numpy array
print (df.values)
[[  1.]
 [  2.]
 [  3.]
 [  4.]
 [ nan]
 [  8.]]

#select column values
print (df['values'])
0    1.0
1    2.0
2    3.0
3    4.0
4    NaN
5    8.0
Name: values, dtype: float64

您的解决方案效果很好，我也将.Values更改为['Values']。

df1 = df.groupby('Label').filter(lambda x: x['Values'].count() > 1)
print (df1)
  Label  Values
0     A     1.0
1     A     2.0
3     C     4.0
4     C     NaN
5     C     8.0

transform和boolean indexing的替代解决方案：

print (df.groupby('Label')['Values'].transform('count'))
0    2.0
1    2.0
2    1.0
3    2.0
4    2.0
5    2.0
Name: Values, dtype: float64

print (df.groupby('Label')['Values'].transform('count') > 1)
0     True
1     True
2    False
3     True
4     True
5     True
Name: Values, dtype: bool

print (df[df.groupby('Label')['Values'].transform('count') > 1])
  Label  Values
0     A     1.0
1     A     2.0
3     C     4.0
4     C     NaN
5     C     8.0

同时检查What is the difference between size and count in pandas?

'numpy.ndarray'对象没有'count'属性

1 个答案: