如何限制Pandas中的列重复
如何限制Pandas中的列重复
提问于 2014-01-17 20:34:50
我希望只选择列中元素的总重复数少于3次的行。具体来说，我有一个电话号码、名字和城市的大目录。我只想导出一个“小城市”的列表，这样，在文档中包含少于三个条目的城市的任何行都会被保留。所以，例如
Name, City, State
Foo, L.A., CA
Bar, L.A., CA
Sam, L.A., CA
Tricia, Kent, WA
Bob, Kent, WA
Ida, Boo, PA
Monster Mash, Whack, PA
Zoomacroom, L.A., CA
Otter Pop, Boo, PA
Snake, HP, WA
Ronnie the Bear, Boo, PA应成为：
Name, City, State
Tricia, Kent, WA
Bob, Kent, WA
Snake, HP, WA
Monster Mash, Whack, PA我也不需要使用熊猫-我可以使用csv一样容易，我只是碰巧已经在我的清洁脚本导入它。
回答 4
Stack Overflow用户
回答已采纳
发布于 2014-01-17 20:57:37
不如这样吧：
>>> small_cities = df.groupby(["City", "State"]).filter(lambda x: x.count() < 3)
>>> small_cities
Name City State
3 Tricia Kent WA
4 Bob Kent WA
6 Monster Mash Whack PA
9 Snake HP WA
[4 rows x 3 columns]Stack Overflow用户
发布于 2014-01-17 20:54:54
编辑:我认为在发布的前5分钟改变了所需的DataFrame。这个答案描述了如何删除所有列中的重复(不仅仅是在这个城市/州的具体例子中，在那里没有太多的意义)。
您可以对单个列执行此操作(删除3次以上的城市名称)：
In [11]: g = df.groupby('City')
In [12]: g.filter(lambda x: len(x['City']) < 4)
Out[12]:
Name City State
5 Ida Boo PA
8 Otter Pop Boo PA
10 Ronnie the Bear Boo PA
9 Snake HP WA
3 Tricia Kent WA
4 Bob Kent WA
6 Monster Mash Whack PA在所有列中都这样做(这有点混乱！)但是，您可以为任意帧创建一个函数.)：
In [13]: less_than_4 = ((df.groupby('City').City.transform(lambda x: len(x) < 4))
& (df.groupby('State').State.transform(lambda x: len(x) < 4))
& ((df.groupby('Name').Name.transform(lambda x: len(x) < 4))))
In [14]: df[less_than_4]
Out[14]:
Name City State
3 Tricia Kent WA
4 Bob Kent WA
9 Snake HP WA更优雅的是：
from operator import and_
df[reduce(and_, (df.groupby(col)[col].transform(lambda x: len(x) < 4)
for col in df.columns))]Stack Overflow用户
发布于 2014-01-17 20:55:20
与…有关的东西：
with open(filename) as f:
content = f.readlines()
for line in set(content):
if content.count([-2:]) < 4:
output.append(line[-2:])希望这能有所帮助
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/21195360
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号