删除对应于小于指定大小的组的行

我有一个100个问题和50个用户ID的答案的数据框.每行代表来自特定用户的单个问题.桌子看起来像这样.

user_id | question_id | tiMetaken | answer_1 | answer_2 |
1015    | 1           | 30        | A        | C        |
1015    | 2           | 45        | B        | B        |
1016    | 1           | 15        | A        | A        |
1016    | 2           | 55        | A        | D        |

我试图过滤掉未完成测试的用户.我的想法过程是计算每个用户在表中出现的次数,如果user_id 1015在user_id列中出现100次,我知道他们完成了100个问题.不幸的是,由于问题是随机的,因此我无法使用question_id进行过滤,因此用户可以回答5个问题,其中一个问题的question_id = 100.

我以为这是我的solution,但无法计算出user_id的出现次数.

解决方法:

为此,请非常简洁地使用groupby和filter.

df1 = df.groupby('user_id').filter(lambda x: len(x) > 100)

为了获得更好的性能,请使用np.unique和map：

m = dict(zip(*np.unique(df.user_id, return_counts=True)))
df[df['user_id'].map(m) > 100]