パンダのデータフレームに重複した行だけを保持

Question

私は2つの列を持つデータフレームを持っています： "エージェント"と "クライアント" 各行はエージェントとクライアント間の対話に対応しています。

クライアントが少なくとも2つのエージェントと対話していた場合は、その行だけを残したいと思っています。

どうすればいいですか？

Answer 1

groupbyおよびtransformをvalue_countsとする。

df[df.Agent.groupby(df.Agent).transform('value_counts') > 1] 

mentioned hereとして、あなたは同じクライアントで複数回の対話エージェントを1つ持っているかもしれない、という注意、。これは偽陽性として保持される可能性があります。あなたはこれをしたくない場合は、フィルタリングの前drop_duplicatesコールを追加することができます。

df = df.drop_duplicates() 
df = df[df.Agent.groupby(df.Agent).transform('value_counts') > 1] 

---

print(df) 
    A B 
0 1 2 
1 2 5 
2 3 1 
3 4 1 
4 5 5 
5 6 1 

mask = df.B.groupby(df.B).transform('value_counts') > 1 
print(mask) 
0 False 
1  True 
2  True 
3  True 
4  True 
5  True 
Name: B, dtype: bool 

df = df[mask] 
print(df) 
    A B 
1 2 5 
2 3 1 
3 4 1 
4 5 5 
5 6 1