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?
3 回答

温温酱
TA贡献1752条经验 获得超4个赞
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。

UYOU
TA贡献1878条经验 获得超4个赞
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])

泛舟湖上清波郎朗
TA贡献1818条经验 获得超3个赞
使用 loc
sr.value_counts().loc[lambda x : x==3].index Out[162]: Int64Index([8, 6, 5], dtype='int64')
没有找到匹配的内容?试试慕课网站内搜索吧
添加回答
举报
0/150
提交
取消