删除列中不常见的值答案

【问题标题】：Drop infrequent values in column删除列中不常见的值
【发布时间】：2021-05-31 02:25:09
【问题描述】：

我有一个带有 ID 和类别的 Pandas 数据框以及后面的一些标志。当我运行这个

df['category'].value_counts().tail(15)

我发现其中有十几个发生的次数不到 7 次。所以我想从数据框中删除这些类别的行。

我想运行这样的东西，但它给了我错误：

df.drop(df[df.category.value_counts() < 7].index, inplace=True)

IndexingError：作为索引器提供的不可对齐的布尔系列（布尔系列的索引与索引对象的索引不匹配）。

如何从数据框中删除那些类别发生次数少于 7 次的行？

谢谢。

【问题讨论】：

标签： pandas

【解决方案1】：

你想在这里使用isin：

counts = df.category.value_counts()

# or
# to_drop = counts.tail(15).index
to_drop = counts[counts < 7].index

df = df[~df['category'].isin(to_drop)]

【讨论】：

【解决方案2】：

试试transform

df = df[df.groupby('category')['category'].transform('count')>=7]

【讨论】：