如何用Pandas统计pox与sex列的四种组合数量？代码报错求解

错误原因分析 #

你最初的代码报错是因为逻辑与运算符&的优先级高于等于运算符==，导致条件被错误解析，必须给每个布尔判断单独加括号。后续的分组写法逻辑错误，groupby(['SEX']==1)是将布尔序列作为分组键，完全不符合统计需求。

解决方法 #

方法一：修正索引筛选写法

直接修正条件的括号问题，即可得到正确的整数结果：

male_pos = len(df_pox.loc[(df_pox['pox'] == 1) & (df_pox['SEX'] == 1)])
male_neg = len(df_pox.loc[(df_pox['pox'] == 2) & (df_pox['SEX'] == 1)])
female_pos = len(df_pox.loc[(df_pox['pox'] == 1) & (df_pox['SEX'] == 2)])
female_neg = len(df_pox.loc[(df_pox['pox'] == 2) & (df_pox['SEX'] == 2)])

方法二：用交叉表高效生成统计结果

使用pd.crosstab可以一步生成两列的交叉统计表，再提取对应值，代码更简洁：

import pandas as pd

# 生成sex为行、pox为列的交叉统计表
cross_tab = pd.crosstab(df_pox['SEX'], df_pox['pox'])

# 提取四个整数结果
male_pos = cross_tab.loc[1, 1]
male_neg = cross_tab.loc[1, 2]
female_pos = cross_tab.loc[2, 1]
female_neg = cross_tab.loc[2, 2]

方法三：分组统计

通过groupby同时按SEX和pox分组，统计每组的数量后提取对应值：

# 按性别和水痘情况分组，统计每组的样本数
grouped_counts = df_pox.groupby(['SEX', 'pox']).size()

# 提取对应分组的计数
male_pos = grouped_counts.loc[(1, 1)]
male_neg = grouped_counts.loc[(1, 2)]
female_pos = grouped_counts.loc[(2, 1)]
female_neg = grouped_counts.loc[(2, 2)]

内容的提问来源于stack exchange，提问作者Brian Cox