删除观察数超过N的所有组

Question

如果一个值在一列中出现两次以上，我想删除它出现的每一行

输入df如下所示：

Name   Num
  X     1
  X     2
  Y     3
  Y     4
  X     5

输出df如下所示：

Name   Num
  Y     3
  Y     4

我知道删除重复项是可能的，但是只有当我想删除找到的第一个或最后一个重复项，而不是第n个重复项时，这种方法才有效

df = df.drop_duplicates(subset = ['Name'], drop='third')

这个代码是完全错误的，但它有助于解释我试图做什么

Answer 1

使用^{}作为计数器并过滤所有值，不像2：

df1 = df[df.groupby('Name').cumcount() < 3]
print (df1)
  Name  Num
0    X    1
1    X    2
2    Y    3
3    Y    4

细节：

print (df.groupby('Name').cumcount())
0    0
1    1
2    0
3    1
4    2
dtype: int64

编辑

按^{}和^{}筛选：

df1 = df[df.groupby('Name')['Num'].transform('size') < 3]
print (df1)
  Name  Num
2    Y    3
3    Y    4

Answer 2

使用head

df.groupby('Name').head(2)
Out[375]: 
  Name  Num
0    X    1
1    X    2
2    Y    3
3    Y    4

---

s=df.groupby('Name').size()<=2
df.loc[df.Name.isin(s[s].index)]
Out[380]: 
  Name  Num
2    Y    3
3    Y    4