如何在pandas中保留指定值，将低频次列值替换为None？

修改后的代码 #

# 指定需要保留的项
keep_item = 'Tiger'
# 构建筛选条件：出现次数少于2次 且 不是指定保留项
mask = (df.groupby('Column A')['Column A'].transform('count').lt(2)) & (df['Column A'] != keep_item)
# 对符合条件的行进行替换
df.loc[mask, 'Column A'] = None  # 若需替换为字符串"None"，可改为"None"

逻辑说明 #

原代码仅通过「出现次数少于2次」作为替换条件，导致出现次数不足的指定项（如示例中的Tiger）被误替换。新增的df['Column A'] != keep_item判断，会将指定项从替换范围中排除，确保即使它的出现次数不达标，也能保留原始值。

执行结果 #

内容的提问来源于stack exchange，提问作者kenny