我有一个大约有5万行和15列的数据集。 我只需要选择遵循规则的某些行：“如果“ C”列中的字符串在数据集中（在该列内）出现20次以上，则选择该行”。它基本上是根据特定列的模式过滤掉的。
最后，我希望有一个约有5k行（和15列）的数据集。
我尝试通过对列使用value_counts（）来执行此操作，但随后我无法将其余信息与特定行匹配。
非常感谢您！
答案 0 :(得分：1)
让我们尝试groupby().transform和布尔索引：
df.loc[df.groupby('C')['C'].transform('size') >= 20]