在定义的条件下使用值_counts（）

Question

在经历了许多错误、异常和高血压之后，我终于想出了这个解决方案，它可以满足我的需要：基本上，我需要计算所有符合特定条件的列值

假设我有一个字符串列表，就像

vehicle = ['car', 'boat', 'car', 'car', 'bike', 'tank', 'DeLorean', 'tank']

我想计算哪些值出现2次以上

认为基于列表的数据文件的列名是“VEH”。

因此，这段代码是有效的：

df['veh'].value_counts()[df['veh'].value_counts() > 2]

问题是[df['veh'].value_counts() > 2]部分为什么紧跟在value_counts()的“（）”之后？没有“.”或任何其他可能意味着什么的链接符号

如果我使用代码

df['classi'].value_counts() > 1

（这将是我有限的大脑可以抽象的逻辑合成器），它返回布尔值

有人能帮我理解熊猫背后的逻辑吗

我很确定熊猫是很棒的，问题就在我这边，但我真的很想了解它。我已经阅读了很多资料（包括文档），但找不到解决我这个差距的办法

提前谢谢你

Answer 1

逻辑是，您可以使用相同大小的布尔序列对序列进行切片：

s[bool_series]

或同等地

s.loc[bool_series]

这也被称为boolean indexing

现在，您的代码相当于：

s = df['veh'].value_counts()

bool_series = s > 2

然后是前两行中的任何一行，例如s[s>2]

Answer 2

下面的代码行

df['veh'].value_counts()

返回一个系列，其中键作为索引，出现次数作为值

方括号[]之间的所有内容都是熊猫系列关键帧上的过滤器。所以

df['veh'].value_counts()['car']

应返回“veh”列中“car”一词的出现次数。这相当于系列df['veh'].value_counts()上键“car”的对应值

熊猫系列也接受键列表作为索引，所以

df['veh'].value_counts()[['car','boat']]

应分别返回单词“car”和“boat”的出现次数

此外，如果布尔值列表与序列长度相同，则序列接受布尔值列表作为键。也就是说，它接受一个布尔掩码

当你写作时

df['veh'].value_counts() > 2

将df['veh'].value_counts()上的每个值与数字2进行比较。这将为每个值返回一个布尔值，即布尔掩码

因此，可以将布尔掩码用作所创建序列的过滤器。因此

df['veh'].value_counts()[df['veh'].value_counts() > 2]

返回出现次数大于2的关键点的所有出现次数