如何从值计数不满足条件的分类变量中删除行？
How to remove rows from a categorical variable whose value counts do not satisfy a condition?
我是 ML 和数据科学的新手（最近刚从商业分析硕士学位毕业），现在我在寻找数据科学/商业分析方面的职位时尽可能多地自学。
我正在研究一个实践数据集，目标是预测哪些客户可能会错过预定的约会。我的数据集中的一列是 "Neighbourhood"，其中包含 30 多个不同社区的名称。我的数据集有 10,000 个观察值，有些街区名称只出现了不到 50 次。我认为在数据集中出现少于 50 次的社区太少了，机器学习模型无法对其进行正确分析。因此，我想从 "Neighborhood" 列中删除出现次数少于 50 次的社区名称。
几个小时以来，我一直在尝试为此编写代码，但一直没有成功。到目前为止，我得到了以下版本：
my_df = my_df.drop(my_df["Neighbourhood"].value_counts() < 50, axis = 0)
我也尝试过其他版本的代码来删除该分类列中的行，但我不断收到类似的错误：
KeyError: '[False False ... True True] not found in axis'
在此先感谢您的帮助，感谢您与我分享您的知识和见解！
试试下面的代码 - 它使用 .loc 运算符根据特定条件（即在具有高计数的社区中）select 行
counts = my_df['Neighborhood'].value_counts()
new_df = my_df.loc[my_df['Neighborhood'].isin(counts.index[counts > 50])]
我是 ML 和数据科学的新手（最近刚从商业分析硕士学位毕业），现在我在寻找数据科学/商业分析方面的职位时尽可能多地自学。
我正在研究一个实践数据集，目标是预测哪些客户可能会错过预定的约会。我的数据集中的一列是 "Neighbourhood"，其中包含 30 多个不同社区的名称。我的数据集有 10,000 个观察值，有些街区名称只出现了不到 50 次。我认为在数据集中出现少于 50 次的社区太少了，机器学习模型无法对其进行正确分析。因此，我想从 "Neighborhood" 列中删除出现次数少于 50 次的社区名称。
几个小时以来，我一直在尝试为此编写代码，但一直没有成功。到目前为止，我得到了以下版本：
my_df = my_df.drop(my_df["Neighbourhood"].value_counts() < 50, axis = 0)
我也尝试过其他版本的代码来删除该分类列中的行，但我不断收到类似的错误：
KeyError: '[False False ... True True] not found in axis'
在此先感谢您的帮助，感谢您与我分享您的知识和见解！
试试下面的代码 - 它使用 .loc 运算符根据特定条件（即在具有高计数的社区中）select 行
counts = my_df['Neighborhood'].value_counts()
new_df = my_df.loc[my_df['Neighborhood'].isin(counts.index[counts > 50])]