如何在pandas.Series.value_counts结果中删除指定键值对

没问题，这事儿超简单，咱们几步就能搞定，而且绝对不会碰你的原始数据集～

首先，value_counts()返回的是一个Pandas Series对象，我们可以直接对这个统计结果做过滤操作，完全不会影响原始的DataFrame。

第一步：移除键为0的条目 #

你可以用drop()方法直接删除指定的标签（也就是键0），生成一个新的过滤后的Series：

# 先生成频率占比统计结果
df_product = df.product.value_counts(normalize=True) * 100
# 删除键为0的条目，原df和原df_product都不会被改动
filtered_product = df_product.drop(0)

如果你不需要保留原始的df_product，也可以直接覆盖它：

df_product = df.product.value_counts(normalize=True) * 100
df_product = df_product.drop(0)

第二步：把键和频率转成列表 #

过滤完成后，就可以把Series的索引（也就是原来的键）和对应的值分别转成列表了：

# 获取过滤后的键列表
keys_list = filtered_product.index.to_list()
# 获取对应的频率占比列表
values_list = filtered_product.values.to_list()

要是你已经覆盖了df_product，直接用df_product.index.to_list()和df_product.values.to_list()就行。

小提示：验证结果 #

可以打印过滤后的Series确认一下键0已经被移除：

print(filtered_product)

这样操作下来，原始数据集df完全不受影响，咱们只是处理了统计后的结果而已～

内容的提问来源于stack exchange，提问作者JA-pythonista