如何找到在 Pandas 系列中出现特定次数的值？

Question

鉴于以下系列：sr = pd.Series([5, 5, 5, 6, 6, 6, 7, 7, 8, 8, 8])我想找到出现 3 次的值。这是我的解决方案，它似乎有效但看起来很奇怪：(sr.value_counts() == 3)[sr.value_counts() == 3].index.values有没有其他/明显的方式我失踪了？

Answer 1

您的逻辑很好，您只是不应该重复最昂贵的部分，即计数。将其存储在变量中并重用。您可能也不需要检索底层 NumPy 数组，pd.Index对象通常就足够了：

sr = pd.Series([5, 5, 5, 6, 6, 6, 7, 7, 8, 8, 8])

counts = sr.value_counts()

res = counts[counts == 3].index

# Int64Index([8, 6, 5], dtype='int64')

没有您想要的现成方法的原因是任何解决方案都需要最小的 O( n ) 时间复杂度，这是value_counts. 没有办法解决这个问题。

在按计数过滤时，一种替代方案dict-basedcollections.Counter效率较低。由于 NumPy 数组有效地存储在内存中，因此布尔过滤相对于字典迭代是有效的。

Answer 2

这里有一个奇怪的选择（只是为了好玩）：

sr.groupby(sr).filter(lambda x: len(x) == 3).unique()
#array([5, 6, 8])

Answer 3

使用 loc

sr.value_counts().loc[lambda x : x==3].index
Out[162]: Int64Index([8, 6, 5], dtype='int64')