如何统计数据集中的男女数量？执行代码时出现错误

常见错误排查与修复 #

1. 列名不匹配问题 #

代码里使用的'Gender'和'SMOKING\nCONDITION'列名，可能和Excel实际列名不符——比如列名带空格（如'SMOKING CONDITION'）、大小写不一致（如'gender'）、存在多余空格或特殊字符。

修复操作：先打印数据集的真实列名确认：

print(data.columns.tolist())

根据输出结果修改代码中的列名，比如实际列名是'SMOKING CONDITION'，就把代码里的'SMOKING\nCONDITION'替换成对应名称。

2. 数据值格式问题 #

Excel中的性别、吸烟状态值可能存在大小写混乱、前后空格的情况（比如'female'、' Female '、'smoked'），导致匹配失败。

修复操作：统一数据格式后再统计：

# 处理性别列：去除空格并转为小写
data['Gender'] = data['Gender'].str.strip().str.lower()
female_counts = data[data['Gender'] == 'female'].shape[0]
male_counts = data[data['Gender'] == 'male'].shape[0]

# 处理吸烟状态列
data['SMOKING CONDITION'] = data['SMOKING CONDITION'].str.strip().str.lower()
smoked_counts = data[data['SMOKING CONDITION'] == 'smoked'].shape[0]
not_smoked_counts = data[data['SMOKING CONDITION'] == 'not smoked'].shape[0]

3. 文件路径问题 #

如果file.xlsx不在Python脚本的当前工作目录，会触发文件找不到的错误。

修复操作：

• 要么把Excel文件放到脚本同一文件夹下
• 要么使用完整绝对路径读取，示例：

data = pd.read_excel(r'C:\Users\你的用户名\Desktop\file.xlsx', header=0, skipfooter=1)

4. Excel读取参数问题 #

skipfooter=1可能误删有效数据，header=0指定的表头行也可能和实际Excel不符（比如表头在第2行）。

修复操作：先去掉skipfooter参数，查看完整数据：

data = pd.read_excel(r'file.xlsx', header=0)
print(data)

确认数据读取正常后，再调整header或skipfooter参数。

更简洁的统计方式 #

可以用value_counts()直接统计，高效且不易出错：

# 统计性别
gender_counts = data['Gender'].str.strip().str.lower().value_counts()
print("性别统计：")
print(gender_counts)

# 统计吸烟情况
smoking_counts = data['SMOKING CONDITION'].str.strip().str.lower().value_counts()
print("\n吸烟情况统计：")
print(smoking_counts)

内容的提问来源于stack exchange，提问作者ozlem