如何在Pandas DataFrame中筛选出现次数超指定阈值的行

我来帮你搞定这两种Pandas行筛选需求，先假设你的DataFrame结构类似这样（如果列名不同，替换成你实际的列名即可）：

import pandas as pd

# 示例DataFrame，包含测量属性列`parameter`和对应测量值列`value`
df = pd.DataFrame({
    'parameter': ['A', 'A', 'B', 'C', 'A', 'B', 'B', 'D', 'A', 'A'],
    'value': [10, 10, 20, 30, 10, 20, 20, 40, 50, 50]
})

一、筛选出测量值（value列）出现次数超过1次的行 #

核心思路是先给每行标记对应测量值的出现次数，再筛选次数>1的行，用groupby+transform可以一步到位：

# 筛选value出现次数>1的行
df_filtered_value = df[df.groupby('value')['value'].transform('count') > 1]

解释： #

• groupby('value')按测量值分组
• transform('count')会为每一行返回对应分组的总次数（也就是该value的出现次数）
• 最后通过布尔索引筛选出次数大于1的行

二、筛选出测量属性（parameter列）出现次数超过指定次数的所有行 #

比如要保留出现次数超过5次的参数（比如示例中的'A'）对应的所有行，有两种简洁的实现方式：

方法1：先统计参数出现次数，再筛选 #

# 指定阈值，比如5次
threshold = 5

# 1. 统计每个参数的出现次数
param_counts = df['parameter'].value_counts()
# 2. 提取出现次数超过阈值的参数列表
valid_params = param_counts[param_counts > threshold].index
# 3. 保留这些参数的所有行
df_filtered_param = df[df['parameter'].isin(valid_params)]

方法2：用transform一步完成（更简洁） #

threshold = 5
df_filtered_param = df[df.groupby('parameter')['parameter'].transform('count') > threshold]

解释： #

和第一种需求的逻辑类似，transform('count')为每行返回对应参数的总出现次数，直接通过布尔索引筛选出次数超过阈值的行，省去了中间提取参数列表的步骤。

内容的提问来源于stack exchange，提问作者Char