如何找到熊猫系列中出现特定次数的值?

你的逻辑很好,你不应该重复最昂贵的部分,那就是计数。将其存储在变量中并重新使用。您可能也不需要检索基础numpy数组, pd.Index 对象通常足够:

sr = pd.Series([5, 5, 5, 6, 6, 6, 7, 7, 8, 8, 8])

counts = sr.value_counts()

res = counts[counts == 3].index
# Int64Index([8, 6, 5], dtype='int64')

没有现成的方法可以满足您的需求,原因是任何解决方案都需要最低的O( n )时间复杂性,这是 value_counts . 这是不可能的。

一种选择, dict 基于 collections.Counter ,在按计数过滤时效率会降低。由于numpy数组有效地存储在内存中,布尔过滤相对于字典迭代是有效的。

@JPP的答案可能是你应该选择的,但这里有一个奇怪的选择(只是为了好玩):

sr.groupby(sr).filter(lambda x: len(x) == 3).unique()
#array([5, 6, 8])

使用 loc

sr.value_counts().loc[lambda x : x==3].index
Out[162]: Int64Index([8, 6, 5], dtype='int64')

你也可以用 .where :

sr.where(sr.value_counts()==3).dropna().index

# Output:
Int64Index([5, 6, 8], dtype='int64')