Python 熊猫：从显示超过X次的列中获取值

我在pandas中有一个数据框，希望获得某个列中出现X次以上的所有值。我知道这应该很容易，但不知何故，我目前的尝试并没有取得任何进展

以下是一个例子：

>>> df2 = pd.DataFrame([{"uid": 0, "mi":1}, {"uid": 0, "mi":2}, {"uid": 0, "mi":1}, {"uid": 0, "mi":1}])
>>> df2

    mi  uid
0    1   0
1    2   0
2    1   0
3    1   0

现在假设我想从列“mi”中获取出现2次以上的所有值，结果应该是

>>> <fancy query>
array([1])

但是我现在如何使用它来获得mi的值呢

任何提示都很感激：）

或者这个怎么样：

创建表：

>>> import pandas as pd
>>> df2 = pd.DataFrame([{"uid": 0, "mi":1}, {"uid": 0, "mi":2}, {"uid": 0, "mi":1}, {"uid": 0, "mi":1}])

获取每次事件的计数：

>>> vc = df2.mi.value_counts()
>>> print vc
1    3
2    1

打印出现2次以上的内容：

>>> print vc[vc > 2].index[0]
1

我用这个：

 df2.mi.value_counts().reset_index(name="count").query("count > 5")["index"]

---

query（）

前面的部分为我提供了一个包含两列的数据框：

index

和

count

。

query（）

过滤

count

，然后我们提取值。

我发现@juniper提供的解决方案存在问题-

from collections import Counter

counts = Counter(df2.mi)
df2[df2.mi.isin([key for key in counts if counts[key] > 2])]

如果有两个以上的值满足您的条件，则不会打印它们。例如：

>>> check=pd.DataFrame({'YOB':[1991,1992,1993,1991,1995,1994,1992,1991]})

>>>vc = check.YOB.value_counts()
>>>vc
1991    3
1992    2
1995    1
1994    1
1993    1
Name: YOB, dtype: int64

比如说，我们希望找到出现不止一次的年份：

>>>vc[vc>1]
1991    3
1992    2
Name: YOB, dtype: int64

如果我们现在想要访问实际值，我们需要执行以下操作：

>>>vc[vc>1].index.tolist()
[1991,1992]

而不是通过索引调用它，索引只会打印出第一个值：

>>>vc[vc>1].index[0]
1991

---

与@nicolaskruchten类似，略短一些

 df2.mi.value_counts().loc[lambda x: x>5].reset_index()['index']

如果你不需要在一个意甲联赛中取得成绩，只需这样做：

df2.mi.value_counts().loc[lambda x: x>5].index

---

很酷，很管用！我猜这不是最优雅的方式，因为它返回一个索引，但如果我将所选内容包装在

np.array

中，它会完成以下工作：

np.array（vc[vc>2.index）

。谢谢无需创建新数组，index对象包含一个数组vc[vc>2]。index.values返回数组（[1]）注意：value

value\u counts

比

counts（）

慢得多，但此解决方案仅打印出索引指定的第一个元素。如果有多个值满足条件，则不会打印它们！有没有一种更实用的方式<代码>vc=df2.mi.value_counts（）；vc[vc>2]无需定义单独的

vc

变量？这是最快也是最好的答案！！不错。看看我的答案，也许你也会感兴趣：）@nicolaskruchtenExcellent。我已经找了很长时间了。这是一个惊人的解决方案，使用

loc

和

value\u counts（）

df2.mi.value_counts().loc[lambda x: x>5].index