删除所有与pandas datafram中出现次数少于N个索引匹配的值

Question

我有一个pandas数据帧，按item_id索引，每个条目的行数各不相同（也就是说，item_id X可能有10行，而item Y可能只有1行）。我要做的是从dataframe中删除与只有一行的item_id相对应的所有行（即，只使用一个观察值删除所有项）。因此，如果数据帧的示例如下所示：

item_id measure1    measure2 ...
1       someNumber  someNumber
1       someNumber  someNumber
1       someNumber  someNumber
2       someNumber  someNumber
3       someNumber  someNumber
3       someNumber  someNumber
4       someNumber  someNumber
5       someNumber  someNumber
5       someNumber  someNumber

新的数据帧应该如下所示：

^{pr2}$

也就是说，我想删除只有一个观察值的项目的所有数据（在本例中，项目iuids2和4）。在

Answer 1

您可以使用groupby和filter：

>>> df.groupby("item_id").filter(lambda x: len(x) > 1)
   item_id    measure1    measure2
0        1  someNumber  someNumber
1        1  someNumber  someNumber
2        1  someNumber  someNumber
4        3  someNumber  someNumber
5        3  someNumber  someNumber
7        5  someNumber  someNumber
8        5  someNumber  someNumber

事实上，这与the docs中的一个例子非常相似。在

---

请注意，在评论中进行了一些讨论之后，很明显，在某些情况下，这在0.12中似乎不起作用，但在当前主干中有效。我相信这是jreback在this commit中修复的，如果我读取的是过滤器结果类型的正确分支，那么就避免了困难。在