Pandas：如何获取列中出现次数等于N的目标数值

问题背景 #

给定如下DataFrame：

import pandas as pd

df = pd.DataFrame({
    'a': [0, 1, 2],
    'b': [1, 2, 3],
    'c': [2, 3, 1],
    'd': [3, 0, 4],
    'e': [4, 4, 0]
})

需求：获取指定列中出现次数等于N的数值，例如：

• 列"e"中出现2次的数值，结果应为[4]
• 列"d"中出现1次的数值，结果应为[3,0,4]

当前使用df['e'].value_counts() == 2得到布尔值Series，希望直接获取对应为True的数值。

具体实现 #

可以通过以下步骤直接获取目标数值：

1. 对指定列执行value_counts()，得到各数值的出现次数
2. 筛选出次数等于N的行
3. 提取这些行的索引（即目标数值），转为列表

示例代码 #

示例1：获取列"e"中出现2次的数值

n = 2
# 筛选次数等于n的数值，转成列表
result_e = df['e'].value_counts()[df['e'].value_counts() == n].index.tolist()
print(result_e)  # 输出: [4]

示例2：获取列"d"中出现1次的数值

n = 1
result_d = df['d'].value_counts()[df['d'].value_counts() == n].index.tolist()
print(result_d)  # 输出: [3, 0, 4]

简化写法 #

也可以把逻辑封装成一个函数，方便重复调用：

def get_values_by_count(df, col_name, n):
    count_series = df[col_name].value_counts()
    return count_series[count_series == n].index.tolist()

# 调用函数
print(get_values_by_count(df, 'e', 2))  # [4]
print(get_values_by_count(df, 'd', 1))  # [3, 0, 4]

内容的提问来源于stack exchange，提问作者ArieAI