以下是一个示例代码，演示如何根据频率筛选数据：

import pandas as pd

# 创建示例数据
data = {'A': ['apple', 'banana', 'apple', 'banana', 'apple', 'banana', 'apple', 'banana'],
        'B': [1, 2, 3, 4, 5, 6, 7, 8]}
df = pd.DataFrame(data)

# 计算每个值的频率
frequency = df['A'].value_counts()

# 设置频率阈值
threshold = 2

# 筛选频率大于等于阈值的值
filtered_df = df[df['A'].isin(frequency[frequency >= threshold].index)]

# 打印筛选结果
print(filtered_df)

输出结果：

       A  B
0  apple  1
2  apple  3
4  apple  5
6  apple  7

以上代码首先创建了一个包含A和B两列的DataFrame示例数据。然后，使用value_counts()函数计算A列中每个值的频率，并赋值给frequency变量。接下来，设置一个阈值，例如2，只保留频率大于等于2的值。最后，使用isin()函数和布尔索引筛选出满足条件的行，并将结果赋值给filtered_df变量。最后，打印出筛选结果。