Python 数据帧操作

我使用熊猫数据帧来处理我的数据集。我有3栏，机场号，航空公司号和延误。我想删除所有少于5家航空公司的始发机场

我这样做：

grouped_size = df.groupby(['OP_CARRIER_AIRLINE_ID','ORIGIN_AIRPORT_ID']).size()

---

这给了我每个机场的航空公司数量（我希望如此），但我不知道如何删除少于5家航空公司的航空公司。谢谢大家!

这里有一个简单的方法：

grouped_size = df.groupby(['OP_CARRIER_AIRLINE_ID','ORIGIN_AIRPORT_ID']).size().reset_index()
grouped_size.columns = ['OP_CARRIER_AIRLINE_ID','ORIGIN_AIRPORT_ID', 'size']
hi_mask = grouped_size['size'] > 5
grouped_size = grouped_size[hi_mask]

---

df=df[df.groupby（['OP\u CARRIER\u AIRLINE\u ID'，'ORIGIN\u AIRPORT\u ID'））.transform（'count'）>=5]

？@coldspeed或使用

groupby（…）.filter（…）

-如果一个系列没有被用于任何用途，则保存具体化它？@JonClements，我猜

filter

需要

lambda

？如果是这样，我完全赞成避免使用

lamda

：）。@coldspeed我得到这个错误“ValueError:Boolean数组应该是条件，而不是float64”@KaanYolsever请正确复制整个命令。@谢谢，但我得到这个错误：“>”在“str”和“int”实例之间不受支持。一件事是，当我这样做时，我会丢失其他列。在输出数据结构中保存它们的同时，我如何做到这一点？一旦您执行了

groupby

，您基本上就是在要求pandas计算基本数据帧。因此，您不再使用基本数据帧。如果您只想选择那些满足此条件的，则需要将groupy df与base df合并，然后再次过滤。