有没有一种方法可以根据某列中的项目数过滤数据帧？

Question

刚开始编程，希望能在熊猫方面得到一些帮助。我从一个研究棒球数据（特别是球场类型）的项目开始。如果音高类型低于某个阈值，是否有一种方法可以用来排除它们

例如，我能够基于count运行一个pivot，它为我提供了以下数据：

pitch_type count        
CH  79939    
CU  64166   
EP  49   
FC  46339   
FF  261485  
FO  36  
FS  10538   
FT  61044   
KC  15324   
KN  200 
SI  55361   
SL  127680  

基于上述数字，我想从分析中排除某些音高类型，因为计数不超过某个阈值（即1500）

我正在使用：

pitches_data[pitches_data["pitch_type"]<1500]

但得到以下错误消息：

TypeError: '<' not supported between instances of 'str' and 'int'

无论如何，这是否可以轻松完成，而不必手动删除每个节距类型

谢谢

Answer 1

如果我正确理解了你的问题，你可以这样做： 获取每种俯仰类型的计数：

pt_count = df.pitch_type.value_counts()

查找需要删除的类型（例如，阈值为2000）：

pt_count = pt_count[pt_count<2000]

然后删除这些类型的所有行：

df_new = df[~df.pitch_type.isin(list(pt_count.index))]

通过这种方式，您可以删除原始数据帧中计数低于阈值的pitch_类型

Answer 2

您可以尝试过滤数据帧，如下所示：

pitches_data[pitches_data["count"].astype(int)<1500]

Answer 3

我对棒球一无所知，但这里有一个用熊猫过滤数据帧的解决方案

df = df_new[df["column_of_df"] > 2000]
print(df_new)

使用此方法可以过滤列column_of_df。数据帧df_new包括column_of_df中大于2000的所有条目。您可以使用相同的方法筛选字符串。为此，必须使列等于所需字符串