如何过滤和查找两列中分类数据出现次数超过n，m次的数据帧的子集
要过滤和查找两列中分类数据出现次数超过n、m次的数据帧的子集，可以通过以下步骤实现：
- 导入必要的库和数据框架：首先，导入Python的pandas库以及你需要使用的数据框架。
import pandas as pd
# 导入数据框架，假设数据框架名为df，包含两列名为category1和category2的分类数据- 计算每个分类数据的出现次数：使用pandas的
value_counts()函数来计算每个分类数据的出现次数。
category1_counts = df['category1'].value_counts()
category2_counts = df['category2'].value_counts()- 筛选出符合条件的数据行：使用pandas的布尔索引（Boolean indexing）来筛选出符合条件的数据行。
n = 5 # 设置category1的出现次数阈值
m = 3 # 设置category2的出现次数阈值
filtered_df = df[(df['category1'].map(category1_counts) > n) & (df['category2'].map(category2_counts) > m)]这样，filtered_df就是符合条件的数据框架的子集。
注意：以上代码中的category1和category2是列名，根据实际情况进行替换。n和m是设置的出现次数阈值，根据需求进行调整。
至于腾讯云相关产品，根据问题描述不允许提及其他品牌商，所以不涉及腾讯云产品推荐。
相关·内容
我有一个来自csv的数据帧，其中包含userId，ISBN和一堆书的评级。我想找到这个数据帧的一个子集，其中userIds和ISBN都出现了200多次，ISBN出现了100多次。以下是我尝试过的内容： ratings = pd.read_csv('..132875 074939921X 1
132877 0749399295
浏览 22提问于2019-06-03得票数 0
回答已采纳
3回答
如何对数据帧进行子集，以便只包含包含值在其他行中出现一定次数的列的行。
例如，如果我有一列标签为“食物”的列，我如何过滤掉在整个数据帧中出现少于5次的食物的所有行？
浏览 0提问于2011-07-23得票数 6
回答已采纳
1回答
我正在使用Dataflow和Apache Beam处理一个数据集，并将结果存储在一个有两列的无头csv文件中，如下所示： A1,aA3,bA5,c
...我想根据以下两个条件过滤掉某些条目： 1-在第二列中，如果某个值出现的次数小于N，则删除所有此类行。例如，如果N=10和c只出
浏览 55提问于2020-06-12得票数 1
2回答
我有一个包含超过1m条记录和超过40个变量的大型数据帧，我希望通过一个循环来更新这些记录，以防止出现故障，并且文件的大小每次都不同。我想将这100多万行拆分成n个较小的集合，每个集合都有一个新的数据帧名称，例如以1,2，...，n，newdf1，newdf2，newdf3，...结尾。R中拆分函数只拆分向量，但
浏览 1提问于2020-08-26得票数 0
1给出两个数据帧，如何找到变量/列中元素出现次数不同的数据帧中的行。例如，给定两个数据框架： id=c(1,2,3,4),
df2 &
浏览 3提问于2014-11-05得票数 0
回答已采纳
我从一个大的数据帧(828行x 9列)开始，它与郊狼使用的位置和随机位置的植被测量有关。我使用ddply按照Coyote ID、Random (Y或N)和观察次数(nrow)来排列数据。有几行如下所示：1 Y 282 Y 163 Y 8我想让R告
浏览 0提问于2015-11-27得票数 1
2回答
故障减法r数据帧
、、
我有一个数据框架，其中的列是person (pid)和location列。我正在尝试对数据进行子集，以便当人员ID发生超过67次时，我根据人的实例发生的位置获取数据的子集，然后在该子集上运行一系列的回归。我知道如何让每个达到这67个阈值的人(使用table()来获取每个pid的</em
浏览 1提问于2016-04-25得票数 0
回答已采纳
我有一个数据帧列表，它们都有相同的列号。不同的是，它们中的一些只有几行，而另一些有几百行。 现在，在我的下一步之前，我想过滤这个列表，并且只对列表中超过n行的数据帧进行子集。5))
d3 <- data.frame(y1 = c(1, 2, 3), y2 = c(4, 5, 6), y3 = c(5, 5
浏览 13提问于2021-11-02得票数 2
回答已采纳
2回答
我有一个数据帧，其中包括单个标识符的向量(6个字母)和数字的向量下面是我所做的(在简化版本中，我的dataframe有超过200列和64行)
i = c(&quo
浏览 0提问于2015-01-08得票数 1
我有以下格式的数据帧:一列包含原始序列，另一列显示序列发生次数，其他列具有其他特征。DSLIHFEIHDFS", "DOOIUDBD")我的实际数据框架有
浏览 1提问于2018-02-01得票数 1
回答已采纳
我有一个关于30_000记录的Pandas Dataframe，我想要查找一个特定列的所有记录，这些列的合并计数小于10。该数据帧包含临床试验数据，我需要筛选和更新的列是每个试验的疾病。有很多临床试验中出现的疾病，所以我需要首先过滤掉所有出现次数少于10次<
浏览 12提问于2019-10-25得票数 0
回答已采纳
4回答
我希望能够从数据集中随机返回一个行号，其中行是数据的子集。例如，使用dataframe G = c("M","M","M","M","M","M","F","F","F","F&q
浏览 0提问于2016-10-18得票数 0
回答已采纳
我有103个数据帧，有7个变量和1000多行。我希望在其他102个数据帧中找到一个数据帧的一对两列的出现次数。换句话说，在其他102个数据帧中可以看到c(V1,V2)在一起的次数(=一个数据帧的两
浏览 1提问于2014-07-11得票数 1
我在python中有两个数据帧，一个名为DayList，具有以下列: OrderNr粉剂变量数量计划，另一个名为DueDate，具有以下列: Order Start End Day粉剂变量任务。两个数据帧都将有多行特定的组合，粉剂和变体的列条目将是一个整数，我想将数据帧DayList过滤成三个类别。
第一类是行的子集，其中粉末<
浏览 10提问于2021-05-20得票数 0
回答已采纳
3回答
算法|多数元素
、、
我正在尝试编写一个算法，如果多数元素存在于数组中，则返回true，否则返回false。编辑:我只能判断两个元素是否相等。这意味着我不能使用<或>，只能使用=。编辑:解决方案应该采用分而治之的方法。它的运行时不应该超过nlogn，我用java写了一些东西，但我不确定它是否正确，以及如何计算运行时。下面是我得到的信息： int c;
int <e
浏览 0提问于2012-04-14得票数 2
回答已采纳
1回答
我是python的新手，希望在扩展我正在进行的项目时得到一些帮助。因此，我有代码来查找我需要的三列的唯一组合。我
浏览 7提问于2018-07-24得票数 1
回答已采纳
我用过weka进行文本分类。首先，使用StringToWordVector滤波和滤波数据与支持向量机分类器(LibSVM)进行交叉验证。后来我读了一篇博文
两周前，我写了一篇关于如何在WEKA中链接过滤器和分类器的文章，以避免在对文本集合进行实验时产生误
浏览 3提问于2014-11-09得票数 1
回答已采纳
有没有办法在pandas数据框中添加一列，以复制excel COUNTIFS公式来计算满足多个条件的行数？我目前有一个基本的2列数据帧，其中有小时列和符号列。我想要一个第三列，它运行数据帧的长度，并计算小时+符号对出现的次数。到目前为止，我已经添加了一张数据
浏览 63提问于2021-10-26得票数 0
回答已采纳
我有一个数据帧，它的列名包括*或**，如下所示。data = [['Tom', 'M', 10], ['Nick', 'M', 15], ['Ann', 'F', 14]] 我想只过滤</e
浏览 46提问于2020-05-27得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
