我正在嘗試將 DataFrame 分成組并將組刪除到最小大?。ㄐ‘惓Ｖ担┮韵?。這是我嘗試過的：df.groupby(['A']).filter(lambda x: x.count() > min_size)df.groupby(['A']).filter(lambda x: x.size() > min_size)df.groupby(['A']).filter(lambda x: x['A'].count() > min_size)df.groupby(['A']).filter(lambda x: x['A'].size() > min_size)但是這些要么拋出異常，要么返回與我預期不同的表。我只想過濾，而不是計算新表。
3 回答
拉丁的傳說
TA貢獻1789條經驗 獲得超8個贊
您可以使用len：
In [11]: df = pd.DataFrame([[1, 2], [1, 4], [5, 6]], columns=['A', 'B'])
In [12]: df.groupby('A').filter(lambda x: len(x) > 1)
Out[12]:
A B
0 1 2
1 1 4
慕哥6287543
TA貢獻1831條經驗 獲得超10個贊
行數在屬性中.shape[0]：
df.groupby('A').filter(lambda x: x.shape[0] >= min_size)注意：如果要刪除小于最小尺寸的組，請保留大于或處于最小尺寸（>=，不是>）的組。
qq_笑_17
TA貢獻1818條經驗 獲得超7個贊
groupby.filter對于較大的數據集/大量組，可能會非常慢。更快的方法是使用groupby.transform：
下面是一個例子，首先創建數據集：
import pandas as pd
import numpy as np
df = pd.concat([
pd.DataFrame({'y': np.random.randn(np.random.randint(1,5))}).assign(A=str(i))
for i in range(1,1000)
]).reset_index(drop=True)
print(df)
y A
0 1.375980 1
1 -0.023861 1
2 -0.474707 1
3 -0.151859 2
4 -1.696823 2
... ... ...
2424 0.276737 998
2425 -0.142171 999
2426 -0.718891 999
2427 -0.621315 999
2428 1.335450 999
[2429 rows x 2 columns]
計時：
添加回答
舉報
0/150
提交
取消