Python 如何根据特定列中的发生次数从数据帧（不包括行）创建新的数据帧？

我有以下数据框：

     foo  bar
0  Alice   42
1  Alice   44
2    Bob   22

我试图得到一个新的数据帧，不包括最后一行，因为

Bob

在

foo列中只出现一次

     foo  bar
0  Alice   42
1  Alice   44

下面是我用来创建上述数据框的代码：

df = pd.DataFrame(
    {
        "foo": ["Alice", "Alice", "Bob"],
        "bar": [42, 44, 22]
    }
)

以及我对这一要求的态度（这不起作用…）

我得到的错误是：

ValueError: cannot reindex from a duplicate axis

方法1

使用
groupby
和
filter
：

df.groupby('foo').filter(lambda x: len(x) >1)

     foo  bar
0  Alice   42
1  Alice   44

方法2

您可以将索引设置为
foo
，然后使用
loc
：

df.set_index('foo').loc[(df.foo.value_counts() >1)]

       bar
foo       
Alice   42
Alice   44

如果要在此之后重置索引，请执行以下操作：

df.set_index('foo').loc[(df.foo.value_counts() >1)].reset_index()
     foo  bar
0  Alice   42
1  Alice   44

方法1

使用
groupby
和
filter
：

df.groupby('foo').filter(lambda x: len(x) >1)

     foo  bar
0  Alice   42
1  Alice   44

方法2

您可以将索引设置为
foo
，然后使用
loc
：

df.set_index('foo').loc[(df.foo.value_counts() >1)]

       bar
foo       
Alice   42
Alice   44

如果要在此之后重置索引，请执行以下操作：

df.set_index('foo').loc[(df.foo.value_counts() >1)].reset_index()
     foo  bar
0  Alice   42
1  Alice   44

下面是另一个使用
.transform
的解决方案：

df_bob_removed = df.loc[
    df.groupby('foo')['foo'].transform('count') > 1, 
]

     foo  bar
0  Alice   42
1  Alice   44

下面是另一个使用
.transform
的解决方案：

df_bob_removed = df.loc[
    df.groupby('foo')['foo'].transform('count') > 1, 
]

     foo  bar
0  Alice   42
1  Alice   44