如何筛选出属于拥有10匹以上马匹的马厩的DataFrame记录？

我有一个简化的马匹数据库DataFrame，包含horse_name和stable_name列。希望过滤掉马匹数量少于10的小型马厩，仅保留拥有10匹以上马匹的马厩的记录，但尝试多种方法均出现KeyError错误。

错误原因分析 #

• 尝试1、2的核心问题：df['stable_name'].value_counts()返回的是一个以马厩名称为索引的Series，直接将其作为df[]的筛选条件时，Pandas会把这个Series的索引当作df的列名去查找，但你的df只有horse_name和stable_name两列，因此触发KeyError。
• 尝试3的问题：Python原生的in运算符不支持Pandas Series的元素级判断，且df['Stable'] in df['Stable'].value_counts() >10的逻辑完全不符合Pandas的向量化操作规则，无法正确筛选。

正确实现方法 #

方法1：使用groupby + filter（最直观） #

# 按马厩分组，仅保留组内马匹数量≥10的所有原始记录
filtered_df = df.groupby('stable_name').filter(lambda x: len(x) >= 10)

filter方法会自动保留满足条件（组内记录数≥10）的所有行，无需额外处理索引或列表。

方法2：使用value_counts + isin #

# 第一步：提取马匹数量≥10的马厩名称列表
valid_stables = df['stable_name'].value_counts()[df['stable_name'].value_counts() >= 10].index.tolist()
# 第二步：筛选df中属于有效马厩的记录
filtered_df = df[df['stable_name'].isin(valid_stables)]

先通过value_counts()筛选出符合条件的马厩，再用isin()判断每行的马厩是否在有效列表中。

方法3：使用transform + 布尔索引 #

# 给每行添加对应马厩的马匹数量（临时列）
df['stable_count'] = df.groupby('stable_name')['stable_name'].transform('count')
# 筛选马匹数量≥10的行，最后删除临时列
filtered_df = df[df['stable_count'] >= 10].drop(columns='stable_count')

transform('count')会将每个马厩的马匹数量广播到该马厩的每一行，之后直接按数量筛选即可。

内容的提问来源于stack exchange，提问作者lushyplushy