我有一个Dataframe,其中一列包含ID。这个ID代表一个人,可以出现多次:
我需要返回一个新的数据框,其中ID列的value_counts大于2。
新数据框:
col_id col2 col3 col4....
row1 1
row2 1
row3 2
row4 3
row5 3
row6 3
row7 1
row8 7
我需要返回一个新的数据框,其中ID列的value_counts大于2。
新数据框:
col_id col2 col3 col4....
row1 1
row2 1
row3 3
row4 3
row5 3
row6 1
这个新的数据框只包含ID计数大于2的行。
编辑
接下来我需要按ID分开数据。理想情况下,我想要一个每个ID都有一个数据框的解决方案:
数据框1
col_id col2 col3 col4....
r1 1
r2 1
r3 1
数据框2
col_id col2 col3 col4....
r1 2
r2 2
r3 2
数据框3
col_id col2 col3 col4....
r1 3
r2 3
r3 3
是否有可能将它们合并为一个大型数据框?这样我就可以拥有一个名为“index”的新列,其中包含ID == 1,ID == 2等行:
index
1 col_id col2 col3 col4....
r1 1
r2 1
r3 1
index
2 col_id col2 col3 col4....
r1 2
r2 2
r3 2
index
3 col_id col2 col3 col4....
r1 3
r2 3
r3 3
7
的索引是4
还是7
?如果是7
,你需要使用df = pd.concat(dfs)
还是df = df.sort_values('col_id')
? - jezrael