处理 value_counts 时如何在 pandas 中使用 AND 条件？

Question

基本上，我想通过 value_counts() 过滤 Pandas DataFrame，但是，我也想例外。 例如，这是一个示例代码：

import pandas as pd

df = pd.DataFrame({
    'city': ['NYC', 'NYC', 'SYD', 'NYC', 'SEL', 'NYC', 'NYC']
})

value_counts = df['city'].value_counts()
to_remove = value_counts[value_counts <= 3].index

df = df[(~df.city.isin(to_remove)) & (df.city == 'SEL')]

我想同时显示满足 value_counts() 条件的 NYC，但我也想为 'SEL' 设置一个例外

Answer 1

使用| 对于按位OR ：

df = df[(~df.city.isin(to_remove)) | (df.city == 'SEL')]
print (df)
  city
0  NYC
1  NYC
3  NYC
4  SEL
5  NYC
6  NYC

另一种使用Series.map和Series.gt的解决方案，用于从<=到>反转掩码：

value_counts = df['city'].value_counts()

df = df[df['city'].map(value_counts).gt(3) | (df.city == 'SEL')]
print (df)
  city
0  NYC
1  NYC
3  NYC
4  SEL
5  NYC
6  NYC