Pandas如何筛选value_counts统计的低频率Series行

已有的datecreated列日期频率统计代码：

autos['datecreated'].str[:10].value_counts(normalize=True, dropna=False)

原有筛选代码存在两个问题，无法得到预期结果：

1. 列名拼写不一致：代码中混用了datecreated和datecrawled两个不同列名，筛选目标不匹配
2. 逻辑错误：直接对value_counts()返回结果做< 0.0001判断，得到的是去重后日期维度的布尔序列，长度和原表行数不匹配，无法直接用于筛选原表行。

1. 先计算目标列各日期值的占比，筛选出占比低于0.0001的日期集合

# 注意列名替换为你实际要筛选的列，此处以datecreated为例
date_freq = autos['datecreated'].str[:10].value_counts(normalize=True, dropna=False)
low_freq_dates = date_freq[date_freq < 0.0001].index

2. 用日期集合匹配原表对应列，筛选出所有符合条件的行

# 提取目标行
low_freq_rows = autos[autos['datecreated'].str[:10].isin(low_freq_dates)]

• 操作前确认目标列名，不要出现拼写错误，避免误操作其他列
• value_counts()设置dropna=False后，空值的占比也会被纳入统计，占比低于阈值的空值对应的行也会被正常筛选出来，无需额外处理空值逻辑
• 不要直接将value_counts() < 0.0001的布尔结果传入原表方括号筛选，二者长度不匹配会触发索引报错。

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