Python 根据分组依据删除条目

我有一个如下所示的数据集：

venue_id,latitude,longitude,venue_category,country_code,user_id,uct_time,time_offset
4af833a6f964a5205a0b22e3,13.693775,100.751152,Airport,TH,4337,Tue Apr 03 20:35:48 +0000 2012,420
4af833a6f964a5205a0b22e3,13.693775,100.751152,Airport,TH,101773,Tue Apr 03 20:46:53 +0000 2012,420
4af833a6f964a5205a0b22e3,13.693775,100.751152,Airport,TH,105093,Tue Apr 03 22:39:56 +0000 2012,420
4af833a6f964a5205a0b22e3,13.693775,100.751152,Airport,TH,58835,Tue Apr 03 22:54:52 +0000 2012,420
....

我需要删除少于100次的地点id

我已尝试使用以下代码：

joined = joined[joined.groupby("venue_id").venue_id.transform(len) >= 100]

其灵感来源于ID为13446480的问题的答案

问题是它给了我以下错误：

AttributeError: 'DataFrameGroupBy' object has no attribute 'venue_id'

请记住，我是熊猫的新手，我想学习，所以如果你能给我一些解释，我将不胜感激

干杯

---

Dan

第一列似乎是索引，所以请帮助

因此，我们需要：

joined = joined.reset_index()
joined = joined[joined.groupby("venue_id")['venue_id'].transform(len) >= 100]

对于我来说，如果第一列是索引，并且不需要重置索引，也可以工作：

joined = joined[joined.groupby("venue_id").transform(len) >= 100]

如果不使用pandas的最新版本（

0.20.1

），则有必要添加一些列：

joined = joined[joined.groupby(level="venue_id")['latitude'].transform(len) >= 100]

编辑1：

使用

size

作为

len

joined = joined[joined.groupby("venue_id")['latitude'].transform('size') >= 100]

---

什么是

print（df.index）

？@jezrael我已经用你的第一个建议解决了这个问题。谢谢你的帮助！