基于列分组DataFrame并生成科目状态柱状图的技术求助（数据科学新手）

嘿，作为数据科学新手，这个需求其实用pandas就能轻松搞定，我来一步步帮你实现：

步骤1：导入必要工具 #

首先我们需要用到pandas库来处理DataFrame，先导入它：

import pandas as pd

步骤2：读取CSV文件 #

假设你的CSV文件名为students.csv，用下面的代码读取并生成DataFrame：

df = pd.read_csv('students.csv')

步骤3：转换数据格式（宽表转长表） #

因为我们需要按科目来统计状态，而原始数据里每个科目是单独的列，所以得把宽表转换成每行对应一个科目+状态的长表，这里用melt函数：

# 将Name作为标识列，其他列（科目）转为Subject，对应的值转为Status
melted_df = df.melt(id_vars=['Name'], var_name='Subject', value_name='Status')

步骤4：分组统计状态次数 #

现在我们可以按Subject和Status分组，统计每组的数量：

# 分组后用size()计数，重置索引并重命名计数列为Count
result = melted_df.groupby(['Subject', 'Status']).size().reset_index(name='Count')

步骤5：调整格式匹配期望输出 #

注意到你期望里的科目是Sports而不是原始的sports，我们可以替换一下名称，再按科目排序让结果更清晰：

# 修正科目名称
result['Subject'] = result['Subject'].replace('sports', 'Sports')
# 按科目排序，对齐期望格式
result = result.sort_values('Subject').reset_index(drop=True)

查看最终结果 #

运行print(result)就能得到你想要的格式：

Subject Status  Count
0    English   Pass      4
1    English     NA      1
2      Maths   Pass      5
3    Science   Pass      2
4    Science   Fail      3
5     Sports   Pass      3
6     Sports     NA      2

拓展：绘制柱状图 #

有了这个结果，你可以用seaborn或者matplotlib轻松画出柱状图：

import seaborn as sns
import matplotlib.pyplot as plt

# 绘制分组柱状图
sns.barplot(data=result, x='Subject', y='Count', hue='Status')
plt.title('Subject Status Distribution')
plt.xlabel('Subjects')
plt.ylabel('Number of Students')
plt.show()

这样就能直观展示每个科目不同状态的学生数量啦！

内容的提问来源于stack exchange，提问作者Keerthi