如果数据框中某列的唯一值数量大于一个给定值，则更改该列的值。

Question

IP Routing Banking
1  1        6
2  1        6
3  1        7
3  3        8
4  5        9
5  9        7

对于每列，如果同一个值出现了两次或更多次，我想将其改为“Other”。在pandas python中如何实现？

期望输出：

IP       Routing      Banking
1        Other        Other
2        Other        Other
Other    Other        Other
Other    3            8
4        5            9
5        9            Other

- Eisen

Answer 1

df[df.transform(lambda col: col.duplicated(keep=False))] = 'Other'

结果：

      IP Routing Banking
0      1   Other   Other
1      2   Other   Other
2  Other   Other   Other
3  Other       3       8
4      4       5       9
5      5       9   Other

与上文相同的思路，但没有使用lambda调用 ：

cond = df.transform(pd.Series.duplicated, keep=False)
df.mask(cond, 'Other')

使用任何阈值：

您可以设置任何必须达到的值计数阈值，以便进行替换 - 不仅限于2（使用此答案中的方法）：

n = 3  # set this threshold

def to_replace(ser, n):
    counts = ser.value_counts()
    return ser.isin(counts[counts >= n].index)

df.mask(df.transform(to_replace, n=n), 'Other')


   IP Routing  Banking
0   1   Other        6
1   2   Other        6
2   3   Other        7
3   3       3        8
4   4       5        9
5   5       9        7

- Vladimir Fokow

---

@sammywemmy，太棒了！df.mask默认情况下返回一个新的数据框，原始数据框不会被修改（并且它有参数inplace）。 - Vladimir Fokow