如何仅从购买中删除热门商品并保留其他商品？

Question

如何从购买的商品中删除最受欢迎的商品？

我想从我的数据框中删除最受欢迎的文章。

我已经收到前 5 篇文章。不幸的是，我不知道如何从我的个人购买中删除这些。

例如，购买包含一件热门商品和两件常规商品。清理完成后，热门项目应被移除，只剩下两个项目。

import pandas as pd
d = {'purchaseid': [0, 0, 0, 1, 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5, 6, 6, 6, 7, 7, 8, 9, 9, 9, 9],
         'itemid': [ 3, 8, 2, 10, 3, 10, 4, 12, 3, 12, 3, 4, 8, 6, 3, 0, 5, 12, 9, 9, 13, 1, 7, 11, 11]}
df = pd.DataFrame(data=d)

print(df.head(5))

print(df['itemid'].nunique())
gb = df.groupby("itemid").size().nlargest(n=5, keep="first")
print(gb) # gives me the popularst items with the count

   purchaseid  itemid
0           0       3
1           0       8
2           0       2
3           1      10
4           2       3

14
# the popularst items
itemid
3     5
12    3
4     2
8     2
9     2

清理后我想要什么

   purchaseid  itemid
-           -       - # purchase 0 has only 2 instead of 3 purchases
0           0       8 
1           0       2
2           1      10
-           -       - # This line should be completely removed, this is only for illustration.

Answer 1

请注意，itemid 中最受欢迎的商品都包含在 gb 的 index 中 （您的数据样本中最流行的项目列表中的左列）。 gb（右列）的值仅包含行数信息 包含具有特定 itemid 的项目的 df。

所以要获得“不受欢迎”的商品，您应该选择 itemid 为 not 的行 在 gb.index 中。获得此结果的最自然方法是 布尔索引 仅基于此标准：

result = df[~df.itemid.isin(gb.index)]

结果是：

    purchaseid  itemid
2            0       2
3            1      10
5            2      10
13           5       6
15           6       0
16           6       5
20           8      13
21           9       1
22           9       7
23           9      11
24           9      11

您的预期结果开始于：

0           0       8

(0 - index, 0 - purchaseid and 8 - itemid)，但我认为这是一个错误。 请注意，itemid == 8 是 5 个最受欢迎的项目之一（其中有 2 个）。