Supprimer des lignes selon le nombre d'occurrences d'une modalité

Bonjour,
J'ai un tableau à une colonne du style :

COL1
A
A
A
A
A
B
B
B
B
B
C
D
D
D
D
E
E

Je souhaiterais que les lettres qui apparaissent moins de 3 fois soient supprimées (en l'occurrence ici le C et les E).

J'ai essayé quelque chose comme :

Code:

---

df_test = df_have[df_have.groupby('COL1').count() >= 3]

---

mais cela ne fonctionne pas...

Quelqu'un a une idée ? Merci d'avance !

Bonjour

Citation:

---

Envoyé par Menthix

Quelqu'un a une idée ? Merci d'avance !

---

Code:

---

1 2 3

>>> data="aaaabbbcdefff" >>> [x for x in data if data.count(x) >= 3] ['a', 'a', 'a', 'a', 'b', 'b', 'b', 'f', 'f', 'f']

---

Bonjour,

Code:

---

df.groupby('col1').filter(lambda x: x.count() >= 3)

---

édit: modification code car copié/collé mal formé

J'ai l'erreur suivante : TypeError: filter function returned a Series, but expected a scalar bool
en faisant ton code Hominidé

pourtant:

Code:

---

1 2 3 4 5 6 7 8 9 10

>>> import pandas as pd >>> df_have= {'col1': ["A","A","B","B","B","B","C"]} >>> df = pd.DataFrame(df_have) >>> df.groupby('col1').filter(lambda x: x.count() >= 3) col1 2 B 3 B 4 B 5 B >>>

---

Citation:

---

Envoyé par Hominidé

pourtant:

Code:

---

1 2 3 4 5 6 7 8 9 10

>>> import pandas as pd >>> df_have= {'col1': ["A","A","B","B","B","B","C"]} >>> df = pd.DataFrame(df_have) >>> df.groupby('col1').filter(lambda x: x.count() >= 3) col1 2 B 3 B 4 B 5 B >>>

---

---

Merci de ta réponse. Mon problème vient du fait que j'ai plus d'une colonne.
Imagine que l'on ait :

Code:

---

1 2 3

df_have= {'col1': ["A","A","B","B","B","B","C"], 'col2': ["B","O","N","J","O","U","R"]} df = pd.DataFrame(df_have) df

---

Dès lors, si je reprend le code pour filtrer j'ai une erreur. Je souhaiterais à la fin avoir :
df_want= {'col1': ["B","B","B","B"], 'col2': ["N","J","O","U"]}


Merci d'avance !

Citation:

---

Envoyé par Menthix

Merci de ta réponse. Mon problème vient du fait que j'ai plus d'une colonne.
Imagine que l'on ait :

Code:

---

1 2 3

df_have= {'col1': ["A","A","B","B","B","B","C"], 'col2': ["B","O","N","J","O","U","R"]} df = pd.DataFrame(df_have) df

---

Dès lors, si je reprend le code pour filtrer j'ai une erreur. Je souhaiterais à la fin avoir :
df_want= {'col1': ["B","B","B","B"], 'col2': ["N","J","O","U"]}


Merci d'avance !

---

Ah c'est bon j'ai trouvé en faisant

Code:

---

df.groupby('col1').filter(lambda x: x['col1'].count() >= 3)

---

Merci beaucoup pour votre aide ! :D

...tu peux connaitre la liste de nom des colonnes avec:

Code:

---

df.columns

---

et la parcourir avec une boucle for pour un traitement automatique de toutes tes colonnes ...

Citation:

---

Merci beaucoup pour votre aide !

---

Il y a vraiment pas de quoi...
Merci éditer ton post en résolu si c'est le cas.