Python中如何获取DataFrame过滤值并提取指定列符合重复次数要求的取值

实现方法 #

你已经得到了对应类别是否满足出现次数大于n的布尔序列，只需要用这个布尔序列过滤原计数Series的索引，再转成set即可，完整代码如下：

n = 5
# 统计type列每个取值的出现次数
type_counts = dataf["type"].value_counts()
# 筛选出出现次数大于n的取值，直接转为set
target_set = set(type_counts[type_counts > n].index)

代码说明 #

• dataf["type"].value_counts()返回的是索引为type列的取值、值为对应出现次数的Series结构
• type_counts > n会生成布尔掩码，用来筛选出所有出现次数符合要求的行
• 取筛选后结果的index就能拿到Bike、Truck这类你需要的取值，外层套set()即可直接转为集合格式

如果你需要获取type列的所有去重取值（不管出现次数），可以直接用如下代码：

all_type_set = set(dataf["type"].unique())

内容的提问来源于stack exchange，提问作者jimmy