seleccionar - Grupo de datos de pandas de Python basado en una condición

seleccionar columnas pandas python

Question

Mi pregunta es simple, tengo un marco de datos y agrupo los resultados basados ​​en una columna y obtengo el tamaño así:

df.groupby(''column'').size()

Ahora el problema es que solo quiero aquellos en los que el tamaño es mayor que X. Me pregunto si puedo hacerlo usando una función lambda o algo similar. Ya he intentado esto:

df.groupby(''column'').size() > X

E imprime algunos valores True y False.

Gracias

Answer 1

El resultado agrupado es un DataFrame regular, así que simplemente filtra los resultados como de costumbre:

 import pandas as pd
df = pd.DataFrame({''a'': [''a'', ''b'', ''a'', ''a'', ''b'', ''c'', ''d'']})
after = df.groupby(''a'').size()
>> after
a
a 3
b 2
c 1
d 1
dtype: int64
>> after[after > 2]
a
a 3
dtype: int64

Answer 2

Prueba esto.

df.groupby(''column'').filter(lambda group: group.size > X)