删除小于指定大小的组的行

Question

我有100 questions_id和50 user_id的DataFrame个答案。每行代表一个特定用户的单个问题。这张桌子看起来像这样。你知道吗

user_id | question_id | timetaken | answer_1 | answer_2 |
1015    | 1           | 30        | A        | C        |
1015    | 2           | 45        | B        | B        |
1016    | 1           | 15        | A        | A        |
1016    | 2           | 55        | A        | D        |

我试图筛选出没有完成测试的用户。我这样做的思想过程是计算每个用户出现在表中的次数，如果user_id1015出现在user_id列中100次，我知道他们完成了100个问题。不幸的是，我不能使用question_id进行过滤，因为问题是随机的，所以用户可以回答5个问题，其中一个问题可能有question_id = 100。你知道吗

我以为这是我的solution，但无法计算user_id的出现次数。你知道吗

Answer 1

使用^{}和^{}，非常简洁，并用于此目的。你知道吗

df1 = df.groupby('user_id').filter(lambda x: len(x) > 100)

---

要获得更好的性能，请使用^{}和^{}：

m = dict(zip(*np.unique(df.user_id, return_counts=True)))
df[df['user_id'].map(m) > 100]