当一个序列位于df中的群集中时，删除原始文件

Question

我有一个数据框，例如：

Cluster sequence_name
1   specie1
1   specie2
1   specie3
1   sequence1
1   sequence2
2   specie8
3   specie2
4   sequence1
4   sequence3
4   specie56
...

我想删除仅包含一个序列的所有聚类，在这里我应该得到：

Cluster sequence_name
1   specie1
1   specie2
1   specie3
1   sequence1
1   sequence2
4   sequence1
4   sequence3
4   specie56
...

谢谢您的帮助。

Answer 1

Boolean indexing和groupby和transform：

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

   Cluster sequence_name
0        1       specie1
1        1       specie2
2        1       specie3
3        1     sequence1
4        1     sequence2
7        4     sequence1
8        4     sequence3
9        4      specie56

Answer 2

Groupby.filter在这里效果很好

df = df.groupby('Cluster').filter(lambda x: x.sequence_name.nunique() > 1)

    Cluster sequence_name
0   1       specie1
1   1       specie2
2   1       specie3
3   1       sequence1
4   1       sequence2
7   4       sequence1
8   4       sequence3
9   4       specie56