Python中使用groupby按条件统计各年龄段女性人数问题

先说说你代码的问题：

• 用groupby("Age")是按单个年龄分组，完全没必要，你要的是10岁区间的统计
• lambda x: x in (i*10, i*10+9)逻辑错误，这里的x是分组后的整个DataFrame，不是单个年龄值，而且你要的是区间范围（比如0-10是0≤年龄<10？或者0-9？看你需求），不是等于两个端点
• 没筛选女性数据，直接统计了所有人

给你两种靠谱的解决方法：

方法一：用pd.cut快速分组统计（推荐） #

这是最简洁高效的方式，一步到位：

import pandas as pd

# 先筛选女性数据，列名根据你的实际情况调整（比如是"Sex"就改成对应名称）
female_data = train_data[train_data["性别"] == "女"]
# 生成区间分界点：0、10...100
age_bins = range(0, 101, 10)
# 生成区间标签："0 - 9"到"90 - 99"
age_labels = [f"{i} - {i+9}" for i in range(0, 100, 10)]

# 给女性数据添加年龄区间列，左闭右开（比如0-10区间包含0但不包含10）
female_data["年龄区间"] = pd.cut(female_data["Age"], bins=age_bins, labels=age_labels, right=False)
# 统计每个区间的人数并按顺序输出
count_result = female_data["年龄区间"].value_counts().sort_index()

print(count_result)

如果想让区间是左开右闭（比如10-20包含10），去掉right=False参数即可。

方法二：修改你的循环逻辑（不推荐，效率较低） #

如果非要用循环实现，这么改：

for i in range(0, 10):
    lower = i * 10
    upper = i * 10 + 9
    interval = f"{lower} - {upper}"
    # 筛选女性且年龄在[lower, upper]范围内的数据，统计行数
    count = train_data[(train_data["性别"] == "女") & (train_data["Age"].between(lower, upper))].shape[0]
    print(interval, count)

内容的提问来源于stack exchange，提问作者Hadees