熊猫：如何使 value_counts() 高于阈值

Question

如何使 value_counts 高于阈值？我试过了

df[df[col].value_counts(dropna=False) > 3]

获得大于 3 的所有计数，但我得到了

IndexingError: Unalignable boolean Series provided as indexer (index of the boolean Series and of the indexed object do not match).

有什么提示吗？谢谢

Answer 1

尝试使用 isin 并与您原来的 value_counts 链接

out = df[df.col.isin(df[col].value_counts(dropna=False).loc[lambda x : x>3].index)].copy()

也让我们试试filter

out = df.groupby(col).filter(lambda x : len(x)>3)

Answer 2

试试：

df[df.groupby(col)[col].transform('size')>3]

或使用value_counts：

counts = df[col].value_counts(dropna=False) 
valids = counts[counts>3].index

df[df[col].isin(valids)]

另一种使用 value_counts 和 map 的方法：

counts = df[col].value_counts(dropna=False)
df[df[col].map(counts)>3]