如何在Python Pandas DataFrame中筛选出行数为6条的客户数据

你之前用df['Customer No'].value_counts() == 6没成功，是因为这个操作返回的是一个以客户ID为索引的布尔Series，没法直接匹配原DataFrame的行索引来筛选。给你几个实用的解决方法：

• 方法一：用groupby+filter（最直观）
  直接按客户ID分组，筛选出分组长度等于6的所有行：

  filtered_df = df.groupby('Customer No').filter(lambda x: len(x) == 6)
  

  这个方法会自动保留符合条件客户的所有原始数据，一步到位。

• 方法二：先获取有效客户ID再筛选
  先提取出记录数为6的客户ID列表，再用这个列表过滤原DataFrame：

  # 获取符合条件的客户ID
  valid_ids = df['Customer No'].value_counts()[lambda x: x == 6].index
  # 筛选数据
  filtered_df = df[df['Customer No'].isin(valid_ids)]
  

• 方法三：用transform添加计数列
  给每行添加对应客户的总记录数，再筛选计数为6的行：

  # 添加临时计数列
  df['record_count'] = df.groupby('Customer No')['Customer No'].transform('count')
  # 筛选并删除临时列
  filtered_df = df[df['record_count'] == 6].drop('record_count', axis=1)
  

这三种方法都能达到你的需求，其中方法一最简洁，适合刚接触Pandas的新手使用。

内容的提问来源于stack exchange，提问作者STcoder