如何从数据框中删除一个字典

Question

我有以下数据框：

我从每个唯一的 appId 中创建了字典，如下所示：

使用以下命令：

dfs = dict(tuple(timeseries.groupby('appId')))

此后，我想从数据框中删除所有少于30行的字典。我从字典（dfs）中删除了这些字典，然后尝试了以下代码：

pd.concat([dfs]).drop_duplicates(keep=False)

但它不起作用。

Answer 1

我相信您需要transform size，然后按boolean indexing进行过滤：

df = pd.concat([dfs])
df = df[df.groupby('appId')['appId'].transform('size') >= 30]
#alternative 1
#df = df[df.groupby('appId')['appId'].transform('size').ge(30)]
#alternative 2 (slowier in large data)
#df = df.groupby('appId').filter(lambda x: len(x) >= 30)

另一种方法是过滤器dictionary：

dfs = {k: v for k, v in dfs.items() if len(v) >= 30}

编辑：

 timeseries = timeseries[timeseries.groupby('appId')['appId'].transform('size') >= 30] 
 dfs = dict(tuple(timeseries.groupby('appId')))