Python Pandas:groupby值\u计数按频率和子类别筛选

我在熊猫中有这样一个数据帧：

Session Rating
A       Positive
A       Positive
A       Positive
A       Negative
B       Negative
B       Negative
C       Positive

使用

counts=df.groupby（'Session'）['Rating'].value\u counts（）

我得到一个如下的序列对象：

Session Rating
A       Positive  3
        Negative  1
B       Negative  2
C       Positive  1

我要做的是根据两个标准进行筛选：
1） 按频率过滤，因此当计数>1时
2） 按评级筛选=='正'

我发现是1），但我不确定如何做2），因为这是一个系列，我无法获得评级字段。预期结果将是

正3

---

最后，我想屏蔽我的原始数据帧，以排除所有满足这两个条件的行。非常感谢您的帮助，谢谢

您可以使用这种组合，首先过滤评级为“正”的数据帧，然后通过groupby和value_计数获得一个系列，最后，使用.loc和lambda函数创建一个布尔值，仅用于选择系列中大于1的部分

df[df.Rating == 'Positive'].groupby('Session')['Rating'].value_counts().loc[lambda x: x>1]

输出：

Session  Rating  
A        Positive    3
Name: Rating, dtype: int64

---

下面是使用

groupby.size

的一种方法，然后是：

---

你能发布预期的输出吗？谢谢！我使用了您的方法并对其进行了修改，以获得我想要的结果：idxs=df[df.Rating='Positive']['Session'].value_counts（）.gt（1）df=df.loc[~df['Session'].isin（idxs[idxs].index）]不需要groupby。

res = df.groupby(['Session', 'Rating']).size().reset_index(name='Count')\
        .query('(Rating == "Positive") & (Count > 1)')

print(res)

  Session    Rating  Count
1       A  Positive      3