Python 按发生次数删除组

嗨，我想删除出现次数小于某个数字的条目所在的行，例如：

df = pd.DataFrame({'a': [1,2,3,2], 'b':[4,5,6,7], 'c':[0,1,3,2]})
df

abc
0  1  4  0
1  2  5  1
2  3  6  3
3  2  7  2

如果列“a”中的出现次数少于两次，我想在这里删除所有行。
想要的输出：

abc
1  2  5  1
3  2  7  2

据我所知： 我们可以通过

condition=df['a'].value_counts（）<2

找到出现的次数，它会给我类似的信息：

2错误
3正确
1正确
名称：a，数据类型：int64

但我不知道如何从这里删除行。

---

提前谢谢

您可以使用

df.where

和

dropna

df.where(df['a'].value_counts() <2).dropna()

     a   b   c
1   2.0 5.0 1.0
3   2.0 7.0 2.0

---

df.where（df['a'].value_counts（）您可以尝试这样的方法来获取每个组的长度，转换回原始索引并通过它索引df

df[df.groupby("a").transform(len)["b"] >= 2]


    a   b   c
1   2   5   1
3   2   7   2

将其分解为以下各个步骤：

df.groupby("a").transform(len)["b"]

0    1
1    2
2    1
3    2
Name: b, dtype: int64

这些是转换回原始索引的组大小

df.groupby("a").transform(len)["b"] >=2

0    False
1     True
2    False
3     True
Name: b, dtype: bool

然后，我们将其转换为布尔索引，并用它为原始数据帧编制索引
该方法将
df.groupby（'a'）['b'].size（）
映射到与
df['a']
对齐的
df

+
res = df[df.groupby('a')['b'].transform('size') >= 2]

s = df['a'].value_counts()
res = df[df['a'].map(s) >= 2]

print(res)

   a  b  c
1  2  5  1
3  2  7  2