以df过滤掉出现超过 x 次的行 - Python

简介

在数据分析处理过程中，经常需要对数据进行筛选、过滤等操作以挑选出需要的数据。这篇文章将介绍如何使用Python中的pandas库中的DataFrame进行过滤操作，以过滤掉出现超过x次的行，并返回筛选后的DataFrame数据。

步骤

1. 导入pandas库

使用以下代码导入pandas库，并创建DataFrame数据。

import pandas as pd

data = {'name': ['John', 'Sandy', 'John', 'Bob', 'Bob', 'Sandy', 'Bob', 'John'],
        'age': [25, 17, 30, 42, 54, 12, 38, 29]}
df = pd.DataFrame(data)

2. 过滤重复行

使用以下代码过滤掉出现超过x次的行，其中x为设定的阈值。下面的示例中，设定x = 2，即出现超过两次的行将被过滤掉。

x = 2
df_filtered = df.groupby('name').filter(lambda x: len(x) <= 2)

3. 查看筛选结果

使用以下代码显示筛选后的DataFrame数据。

print(df_filtered)

输出结果为：

    name  age
1  Sandy   17
2   John   30
5  Sandy   12
7   John   29

结论

本篇文章介绍了如何使用Python中的pandas库中的DataFrame进行过滤操作，以过滤掉出现超过x次的行，并返回筛选后的DataFrame数据。通过本篇文章的示例代码，读者能够轻松掌握DataFrame的过滤操作，有助于提高数据分析处理的效率。