刪除 dataframe 中的行，其列具有超過一定數量的不同值

Question

我有一個示例 dataframe 如下所示，我試圖刪除cluster_num列只有 1 個不同值的行。

df = pd.DataFrame([[1,2,3,4,5],[1,3,4,2,5],[1,3,7,9,10],[2,6,2,7,9],[2,2,4,7,0],[3,1,9,2,7],[4,9,5,1,2],[5,8,4,2,1],[5,0,7,1,2],[6,9,2,5,7]])
df.rename(columns = {0:"cluster_num",1:"value_1",2:"value_2",3:"value_3",4:"value_4"},inplace=True)

# Dropping rows for which cluster_num has only one distinct value
count_dict = df['cluster_num'].value_counts().to_dict()
df['count'] = df['cluster_num'].apply(lambda x : count_dict[x])
df[df['count']>1]

在上面的示例中， cluster_num等於 3,4 和 6 的行將被刪除。

有沒有辦法做到這一點而不必創建一個單獨的列？ 我需要 output 中的所有 5 個初始列（cluster_num、value_1、value_2、value_3、value_4）。 我的output dataframe按照上面的代碼是：

我嘗試使用groupby()和count()進行過濾，但沒有成功。

Answer 1

groupby / filter

df.groupby('cluster_num').filter(lambda d: len(d) > 1)

---

duplicated

df[df.duplicated('cluster_num', keep=False)]

---

groupby / transform

每@QuangHoang

df[df.groupby('cluster_num')['cluster_num'].transform('size') >= 2]