如何在同一DataFrame中合并两列数据生成总受伤人数列？

需求说明 #

处理2000-2020年希腊空难事件数据，已筛选得到包含Year、fatal_injuries、minor_injuries、serious_injuries、all_incidents列的DataFrame，需要将minor_injuries（轻伤）和serious_injuries（重伤）合并为total_injuries（总受伤人数）列，后续绘制受伤人数最多年份的统计图表。

修正并完善后的代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据并设置显示所有行
pd.set_option('display.max_rows', None)
df = pd.read_csv('all_incidents_cleaned.csv')

# 从事件日期提取年份
df['Year'] = pd.to_datetime(df.incident_date).dt.year

# 按年份分组，统计各伤害类型的事件数量
fatalities = df.groupby('Year').fatalities.value_counts().unstack().reset_index()

# 计算年度总事件数
fatalities['all_incidents'] = fatalities[['Θανάσιμος τραυματισμός', 
'Μικρός τραυματισμός','Σοβαρός τραυματισμός', 'Χωρίς Τραυματισμό']].sum(axis=1)

# 将希腊语列名改为英文
fatalities.rename(columns = {
    'Θανάσιμος τραυματισμός':'fatal_injuries',
    'Μικρός τραυματισμός':'minor_injuries', 
    'Σοβαρός τραυματισμός':'serious_injuries', 
    'Χωρίς Τραυματισμό':'no_injuries'
}, inplace = True)

# 合并轻伤和重伤列为总受伤人数
fatalities['total_injuries'] = fatalities['minor_injuries'] + fatalities['serious_injuries']

# 定位受伤人数最多的年份
max_injury_row = fatalities.loc[fatalities['total_injuries'].idxmax()]
print(f"受伤人数最多的年份：{max_injury_row['Year']}，总受伤人数：{max_injury_row['total_injuries']}")

# 绘制年度总受伤人数柱状图
plt.figure(figsize=(12,6))
plt.bar(fatalities['Year'], fatalities['total_injuries'], color='skyblue')
# 标记最大值点
plt.text(max_injury_row['Year'], max_injury_row['total_injuries'] + 0.5, 
         f"{max_injury_row['total_injuries']}", ha='center', color='red', fontweight='bold')
plt.title('2000-2020年希腊空难年度总受伤人数统计')
plt.xlabel('年份')
plt.ylabel('总受伤人数')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

关键步骤说明 #

• 合并列：直接通过列相加生成total_injuries，若原列存在缺失值，可添加.fillna(0)确保数值计算正常（如fatalities['minor_injuries'].fillna(0)）
• 最大值定位：用idxmax()获取总受伤人数最大的行索引，快速提取对应年份和数值
• 可视化：用柱状图直观展示各年份受伤数据，通过文本标记突出最大值，满足作业的图表展示需求

内容的提问来源于stack exchange，提问作者Airin