python - Pandas groupby：获取知道其 id 的组的大小（来自 .grouper.group_info[0]）

Question

在下面的代码片段data中是 apandas.DataFrame并且indices是 的一组列data。在将数据分组后，groupby我对组的 id 感兴趣，但只对那些大小大于阈值（例如：3）的组感兴趣。

group_ids=data.groupby(list(data.columns[list(indices)])).grouper.group_info[0]

现在，我如何知道哪个组的大小大于或等于 3 知道组的 id？我只想要具有一定大小的组的 ID。

#TODO: filter out ids from group_ids which correspond to groups with sizes < 3 

Answer 1

一种方法是使用以下size方法groupby：

g = data.groupby(...)
size = g.size()
size[size > 3]

例如，这里只有一组 size > 1：

In [11]: df = pd.DataFrame([[1, 2], [3, 4], [1,6]], columns=['A', 'B'])

In [12]: df
Out[12]:
   A  B
0  1  2
1  3  4
2  1  6 

In [13]: g = df.groupby('A')

In [14]: size = g.size()

In [15]: size[size > 1]
Out[15]:
A
1    2
dtype: int64

如果您只想将 DataFrame 限制在大组中，您可以使用filter方法：

In [21]: g.filter(lambda x: len(x) > 1)
Out[21]:
   A  B
0  1  2
2  1  6