根据定义熊猫类别的列，筛选出观察次数不足的DataFrame行

Question

我有一个DataFrame，其中有一列将数据集划分为一组类别。我想删除那些观察较少的类别。

示例

df = pd.DataFrame({'c': ['c1', 'c2', 'c1', 'c3', 'c4', 'c5', 'c2'], 'v': [5, 2, 7, 1, 2, 8, 3]})

    c  v
0  c1  5
1  c2  2
2  c1  7
3  c3  1
4  c4  2
5  c5  8
6  c2  3

对于列c和n = 2，请删除列n中所有小于c相同值的行，结果是：

    c  v
0  c1  5
1  c2  2
2  c1  7
3  c2  3

Answer 1

通过使用groupby可以通过以下方式实现：

mask = df.groupby('c').count().reset_index()
mask = mask.loc[mask['v'] < 2]
res = df[~df.c.isin(mask.c.values)]
print(res)

输出：

    c  v
0  c1  5
1  c2  2
2  c1  7
6  c2  3