Pandas使用value_counts统计后如何筛选计数大于15的对应名称

实现方法 #

你可以直接用布尔索引过滤value_counts()返回的Series，再取索引就能得到符合条件的名称：

写法1（一行实现）

df['player_of_match'].value_counts()[df['player_of_match'].value_counts() > 15].index.tolist()

写法2（分步写更易读，适合新手）

# 第一步：先统计每个球员的获奖次数，得到索引为球员名、值为次数的Series
match_count = df['player_of_match'].value_counts()
# 第二步：用计数大于15的条件过滤，再取索引就是目标名称，转成列表更方便后续使用
target_players = match_count[match_count > 15].index.tolist()

额外说明

如果你需要同时保留符合条件的球员名称和对应的获奖次数，只需要写到过滤步骤即可，不用取索引：

# 输出为 球员名: 获奖次数 的格式，仅展示次数大于15的条目
match_count[match_count > 15]

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