pythonで頻度を出してから、結果をdataframeにして元のデータフレームから関連の情報をひっぱりたい

Question

下のデータフレームがあるとします

df = pd.DataFrame({ 'A' : np.random.randint(1000, 1005, ( 10)),
                    'B' : pd.Categorical(['company0', 'company1', 'company1', 'company2', 'company5', 'company5', 'company0', 'company5', 'company2', 'company2']),
                    'C' : 'foo',
                    'D' : pd.Categorical(["test","train","train","cup","bib","bib","test",'bib',"cup","cup"]),
                         })

　　　　　A	B	　　　　　C	D
0	1003	company0	foo	test
1	1004	company1	foo	train
2	1004	company1	foo	train
3	1001	company2	foo	cup
4	1000	company5	foo	bib
5	1004	company5	foo	bib
6	1002	company0	foo	test
7	1001	company5	foo	bib
8	1000	company2	foo	cup
9	1003	company2	foo	cup

B列（会社名）の繰り返されてる数を見つけて、それに当てはまるD列（業種）をピックアップしたいです

まず

company = pd.DataFrame(df.B.value_counts().reset_index())
company.columns = ['B', 'count']
print(brands)

実行すると

          B  count
0  company5      3
1  company2      3
2  company1      2
3  company0      2

が出ます、その後に

merged = pd.merge(df, company, on='B')
print(merged)

実行すると

 　　A         B    C      D  　　count
0  1003  company0  foo   test      2
1  1002  company0  foo   test      2
2  1004  company1  foo  train      2
3  1004  company1  foo  train      2
4  1001  company2  foo    cup      3
5  1000  company2  foo    cup      3
6  1003  company2  foo    cup      3
7  1000  company5  foo    bib      3
8  1004  company5  foo    bib      3
9  1001  company5  foo    bib      3

でも欲しいものが下記のものです

 　　A         B    C      D  　　count
0  1003  company0  foo   test      2
1  1002  company0  foo   test      2
2  1004  company1  foo  train      2
3  1001  company2  foo    cup      3
4  1000  company5  foo    bib      3

どうしたら欲しい結果が出ますか、教えてください。
ちなみに、これも試しましたがダメでした

merged.drop_duplicates(subset ="B", 
                     keep = False, inplace = True) 

Answer 1

下記のようなことでしょうか。
質問欄には「欲しい物」としてcompany0が2回でていますが、これは誤りではなく本当に欲しい物ですか？

import pandas as pd
import numpy as np
df = pd.DataFrame({ 'A' : np.random.randint(1000, 1005, ( 10)),
                    'B' : pd.Categorical(['company0', 'company1', 'company1', 'company2', 'company5', 'company5', 'company0', 'company5', 'company2', 'company2']),
                    'C' : 'foo',
                    'D' : pd.Categorical(["test","train","train","cup","bib","bib","test",'bib',"cup","cup"]),
                         })
company = pd.DataFrame(df.B.value_counts().reset_index())
company.columns = ['B', 'count']
merged = pd.merge(df, company, on='B')
merged = merged.drop_duplicates(subset ="B")
print(merged)
#   A         B    C      D  count
# 0  1003  company0  foo   test      2
# 2  1004  company1  foo  train      2
# 4  1004  company2  foo    cup      3
# 7  1002  company5  foo    bib      3