Python 使用布尔语句和操作原始数据帧

所以，我有一个数据帧，看起来像：

拥有308个不同的原产地城市名称和12个不同的独特载体

我试图删除唯一航空公司数量小于5的城市，因此，我执行了以下功能：

现在，我希望我能得到这个结果，并操纵我的原始数据，df，这样我就可以删除原始城市名称对应为TRUE的行

我有一个想法，就是在Python中使用isin（）函数或apply（lambda）函数，但我不熟悉如何使用它。有没有一种更优雅的方式？谢谢大家!

就是为了这个

df.groubpy('ORIGIN_CITY_NAME').filter(
    lambda d: d.UNIQUE_CARRIER.nunique() >= 5
)

---

然而，继续沿着你试图从中获得结果的脉络

我会使用

map

mask = df.groubpy('ORIGIN_CITY_NAME').UNIQUE_CARRIER.nunique() >= 5

df[df.ORIGIN_CITY_NAME.map(mask)]

或

transform

mask = df.groupby('ORIGIN_CITY_NAME').UNIQUE_CARRIER.transform(
    lambda x: x.nunique() >= 5
)

df[mask]

---

向我们展示您（不那么）优雅的代码，我们可以help@0TTT0“不那么优雅”的代码不起作用，因为我试图使用isin（）函数。不过，如果您有任何意见，我将非常感谢您的一些意见！Thanks@misheekoh我想我知道你在追求什么，因此我留下了相应的答案。但是，尝试的代码在几个方面有所帮助。1.通常，你问一个问题是因为你不明白什么。很可能，如果你不理解某件事，你可能会错误地描述它。因此，所提供的代码将演示您的尝试，从而阐明您正在尝试做什么。2.这表明你实际上是在试图自己做这件事。这个网站由自愿抽出时间回答问题的人组成。我们通常不喜欢为那些不愿意付出努力的人付出努力。@Pirsquare谢谢你的投入。是的，我绝对理解在这个社区里，我必须向我试图得到帮助的人展示我的努力。在以后的文章中，我将确保提供更好、更简洁的论据和我努力的文档。