私は、1件あたりの観測数が可変の大規模なデータセットを分析しています（1回発生から26回まで...）。事象間の時間を分析する必要があるので、1つの事象のみを有する被験者は非有益である。以前グループ内の数字要素を含むパンダデータフレームの列を作成する（groupby）
、IはStataのコードを使用して（例えば呼ばれる総。）変数を割り当てることになるのStataでの作業中：
idnummerによって、ソート：GEN合計= _N
このようにすべての行/主題を有します変数 'total'と私はすべての科目total = 1を取り除くことができます。私は自分の質問への答えを発見した側の「類似質問」を使用して：
PS
私はAGG機能で、大きさをしようとしているが、私は「NaNに」で終わります...。 ...
DF [ '合計'] = df.groupby（ 'idnummer'）[ 'シーケンス']。（ '最大'）を変換
まず第一に、あなたの質問は混乱しています。それを明確にするために編集することを検討してください。
第2に、IIUCでは、その列にのみ表示される列内の値を含む行を削除したいとします。
セットアップ
は、データフレーム我々は、この溶液と他の列mycolの各素子の周波数を使用することができるdf
import pandas as pd
import numpy as np
from string import ascii_uppercase
np.random.seed([3,1415])
df = pd.DataFrame(dict(mycol=np.random.choice(list(ascii_uppercase), 50)))
pd.value_counts
のサンプルデータを検討します。
vc = df.mycol.value_counts()
vc
N 5
H 4
X 4
W 4
L 3
M 3
A 3
T 3
F 2
Z 2
E 2
S 2
C 2
D 2
Y 2
U 2
Q 1
G 1
K 1
P 1
I 1
Name: mycol, dtype: int64
オプション1
pd.value_countsと
map我々は['Q', 'G', 'K', 'P', 'I']はすべて、単一の発生があることがわかります。 mycolを相対カウントとフィルタに変換するにはmapを使用してください。
df[df.mycol.map(vc) > 1]
オプション2
np.bincountとnp.uniqueあなたが実際にこのためGROUPBY必要はありません
f = np.unique(df.mycol.values, return_inverse=True)[1]
df[np.bincount(f)[f] > 1]
、それだけで、各文字列の回出てくるカウントするように少し簡単です：
df['total'] = df.idnumber.apply(lambda x: df.idnumber.str.count(x).sum())
または、次のように値の数をマップできます。
df['total'] = df.idnumber.map(df.idnumber.value_counts())