如何获取熊猫中频率较低的行的索引

Question

如何获得计数值较少的行的索引。例如：test = pd.DataFrame({'price' : [1, 2, 1, 3, 5, 2, 2]})out[1]:    price0   11   22   13   34   55   26   2我怎样才能得到 price = 1, 3 ,5 的索引，它在列中只出现少于 3 次？

Answer 1

使用 duplicated

test[~test.price.duplicated(keep=False)]

   price

3      3

4      5

test.index[~test.price.duplicated(keep=False)]

Int64Index([3, 4], dtype='int64')

更新然后你需要 transform

test[test.groupby('price').price.transform('count')<=1]

   price

3      3

4      5

test[test.groupby('price').price.transform('count')<3].index

Int64Index([0, 2, 3, 4], dtype='int64')

Answer 2

您可以计算物品value_counts并选择“足够稀有”的物品：

THRESHOLD = 3

is_rare = test['price'].value_counts() < THRESHOLD

rare = is_rare[is_rare].index

#Int64Index([1, 5, 3], dtype='int64')

接下来，找到包含稀有物品的行：

are_rare_rows = test["price"].isin(rare)

are_rare_rows[are_rare_rows].index

#Int64Index([0, 2, 3, 4], dtype='int64')