列データフレームの数を制限する方法を選択できますか？ PYTHON

Question

私は家と呼ばれるパンダのデータフレームを持っています。 1つの列はhouseIDであり、私は1000の異なる家の情報を取得したい。同じhouseIDを持つ行が1行以上あります（行の数が多かれ少なかれ）。そのために私は1000の最初の行を取得することはできません、私はこのような何かが必要です。

SELECT * FROM houses WHERE COUNT(DISTINCT houseID) <= 1000 

削減例（3異なるhouseIDと、元のデータフレームを、私はこの減少した例では2つの異なるhouseIDをしたい）：

from collections import OrderedDict 
import pandas as pd 
housesDict = OrderedDict([ ('houseID', ['1', '3', '1','2','2','1','3','1','1']), 
       ('Cost', [150, 200, 50,100,75,18,10,23,19])]) 
houses = pd.DataFrame.from_dict(housesDict) 
print(houses) 

私は2に家屋の異なる数を制限したい場合は、私の予想される出力は次のようになります。

housesDict = OrderedDict([ ('houseID', ['1', '3', '1','1','3','1','1']), 
        ('Cost', [150, 200, 50,18,10,23,19])]) 
houses = pd.DataFrame.from_dict(sales) 
print(houses) 

私はそれをどのように行うことができますか？

EDIT： 私は解決策を持っている、助けてくれてありがとう：あなたは異なる値にしたい場合は、数を制限したい場合は

a = list(df.drop_duplicates(subset=["houseID"]).iloc[:2]['houseID']) 
df[df['houseID'].isin(a)] 

Answer 1

、あなたは単にdrop_duplicates

df = df.drop_duplicates(subset=["houseID"]).iloc[:1000] 

を使用することができますブールインデックスを使用してgroupby.transform('count')を使用することができます。

df.loc[df.groupby("houseID")["houseID"].transform('count') < 3].iloc[:1000] 

---

EDIT：質問を誤解し、あなたはインデックス値に上記の機能を使用することができます。

# gets first 1000 unique id's 
unique_ids = df.drop_duplicates(subset=["houseID"]).iloc[:1000]["houseID"] 
# selects rows if their ID's are in unique_id dataframe 
df = df.loc[df["houseID"].isin(unique_ids)]