使用布尔语句并操纵原始数据帧

Question

所以，我有一个类似于

的数据框

使用308个不同的ORIGIN_CITY_NAME和12个不同的UNIQUE_CARRIER。

我正在尝试删除独特航空公司航班数量的城市。 5因此，我执行了这个功能：

现在，我希望我能够获取此结果并操纵原始数据df，以便我可以删除ORIGIN_CITY_NAME对应的行为TRUE。

我有一个想法是在Python中使用isin（）函数或apply（lambda）函数，但我不熟悉如何去做。有更优雅的方式来解决这个问题吗？谢谢！

Answer 1

filter是为此而制作的

df.groubpy('ORIGIN_CITY_NAME').filter(
    lambda d: d.UNIQUE_CARRIER.nunique() >= 5
)

然而，为了继续沿着这条路，你试图从......获得结果。

我使用map

mask = df.groubpy('ORIGIN_CITY_NAME').UNIQUE_CARRIER.nunique() >= 5

df[df.ORIGIN_CITY_NAME.map(mask)]

或transform

mask = df.groupby('ORIGIN_CITY_NAME').UNIQUE_CARRIER.transform(
    lambda x: x.nunique() >= 5
)

df[mask]