Python / Pandas-从数据集中删除观测值

Question

我是使用熊猫的新手，如果有人可以帮助我解决这个问题，我将不胜感激。

我有以下数据框：

docker run -it --rm my_git

我想摆脱那些“价格”出现次数不等于4的观察。在这个例子中：-3000和-262是唯一出现4次的价格观察，因此我想只是为了保留那些。

如果有人能帮助我，我将非常感激。

Answer 1

将GroupBy.transform与size一起用于与原始df一样大小的系列的每个组的计数，因此可以通过boolean indexing进行过滤：

df = df[df.groupby('Price')['Price'].transform('size') == 4]

或使用DataFrameGroupBy.filter，但在大型DataFrame中，它应该较慢：

df = df.groupby('Price').filter(lambda x: len(x) == 4)

或将Series.map与Series.value_counts：

df = df[df['file'].map(df['file'].value_counts()) == 4]

---

print (df)
    Price  Volume
0   -3000    8133
1    -262   28287
3   -3000   20242
4    -262   19428
6   -3000   18147
7    -262   17234
9   -3000   18147
10   -262   17234

Answer 2

您还可以使用Series.value_counts + Series.map：

df[df['Price'].map(df['Price'].value_counts()) == 4)]

---

    Price  Volume
0   -3000    8133
1    -262   28287
3   -3000   20242
4    -262   19428
6   -3000   18147
7    -262   17234
9   -3000   18147
10   -262   17234