我有一个包含三列的表:user_id、book_id 和 rating。因此，一行显示用户对一本书的评价。
我正在尝试删除与评分少于 10 本书的用户对应的行。我做了类似于这个问题的答案中描述的事情 Remove low frequency values from pandas.dataframe .这是我的代码:
threshold = 10
value_counts = ratings['user_id'].value_counts()
to_remove = value_counts[value_counts <= threshold].index
ratings.drop(to_remove, axis=0, inplace=True)
当我运行它时，最后一行出现错误:
ValueError: labels [40518 21743 30824 <...> 47178 46308 30460] not contained in axis
该表有 979478 行，因此具有这些索引的行应该存在。我做错了什么？
请您参考如下方法:
使用isin，因为user_id不是索引，我们不能在这里使用.drop。
threshold = 10
value_counts = ratings['user_id'].value_counts()
to_remove = value_counts[value_counts <= threshold].index
ratings.loc[~ratings['user_id'].isin(to_remove),:]
