Python,熊猫从csv打印最多1-1000次

Python,熊猫从csv打印最多1-1000次,python,pandas,group-by,frequency,Python,Pandas,Group By,Frequency,我有以下代码: import pandas as pd import matplotlib.pyplot as plt %matplotlib inline import csv data1=pd.read_csv('11-01 412-605.csv', low_memory=False) d412=pd.DataFrame(data1, columns=['size', 'price', 'date']) new_df = pd.value_counts(d412['size']).re

我有以下代码:

import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
import csv
data1=pd.read_csv('11-01 412-605.csv', low_memory=False)
d412=pd.DataFrame(data1, columns=['size', 'price',  'date'])

new_df = pd.value_counts(d412['size']).reset_index()
new_df.columns = ['size', 'frequency']
print (new_df)


export_csv = new_df.to_csv ('empty.csv', index = None, header=True) 
哪些产出: 但是,我想打印出计数仅为1-1000的值。我该怎么做,因为现在它会打印出所有的值。 我试过:

new_df=pd.value_计数(d412['size']try


print(new_df.loc[df_new['frequency']欢迎来到堆栈溢出

根据的参考,很明显,value\u counts()不允许过滤值。您可以在后面的步骤中使用过滤数据,其他人也提到了这一点。因此,以下代码应该可以工作:

new_df=pd.value_计数(d412['size'])。重置索引()
新的_df.columns=['size','frequency']
打印(新测向位置[新测向频率]
new_df = pd.value_counts(d412['size']<1000).reset_index()
print(new_df.loc[df_new['frequency']<1000,:])