使用Python Pandas删除DataFrame中指定列值累计出现超3次的行

核心逻辑是用groupby+cumcount()对每个Name的出现顺序做累计计数，只保留计数小于3的行即可（cumcount从0开始计数，0/1/2对应前3次出现）。

完整代码示例 #

import pandas as pd

# 构造示例DataFrame
data = {
    'Name': ['Bob', 'Frank', 'Bob', 'Bob', 'Bob', 'Frank', 'Bob'],
    'Age': [20, 50, 21, 22, 5, 10, 60]
}
df = pd.DataFrame(data)

# 核心过滤逻辑
df_filtered = df[df.groupby('Name').cumcount() < 3]

print(df_filtered)

输出结果 #

Name  Age
0    Bob   20
1  Frank   50
2    Bob   21
3    Bob   22
5  Frank   10

输出和需求完全匹配：Bob前3次出现的行都保留，后续第4、第5次出现的行（原索引4、6）被删除，Frank仅出现2次全部保留。

逻辑说明 #

• df.groupby('Name').cumcount()会对每个分组内的行按原始顺序从0开始递增计数，同一个Name的第1行计数0，第2行1，第3行2，第4行3，以此类推
• 筛选条件<3刚好保留每个Name的前3次出现的所有行，后续超过3次的行自动过滤

内容的提问来源于stack exchange，提问作者pythonTron1