如何用Python/Pandas将事件数据聚合为国家-年度汇总数据？

核心步骤代码 #

1. 导入Pandas并读取数据集

import pandas as pd

# 读取你的数据集（根据实际文件格式调整，比如xlsx用pd.read_excel）
df = pd.read_csv("你的数据集文件名.csv")

2. 处理缺失值（可选但推荐）
   原始数据中nkill、nwounded、nhostages可能存在空值（NaN），先替换为0避免汇总错误：

df[['nkill', 'nwounded', 'nhostages']] = df[['nkill', 'nwounded', 'nhostages']].fillna(0)

3. 分组汇总核心代码
   这一步直接实现按国家-年度分组，计算指定字段的年度总数：

# 按国家名称和年份分组，对死亡、受伤、人质字段求和
country_year_data = df.groupby(['country_txt', 'iyear'])[['nkill', 'nwounded', 'nhostages']].sum().reset_index()

代码解释 #

• groupby(['country_txt', 'iyear'])：指定分组维度为国家名称和年份，确保每个组对应一个国家的某一年
• [['nkill', 'nwounded', 'nhostages']]：筛选需要汇总的目标字段
• .sum()：对每个分组内的字段值求和，得到该国家该年度的总数
• .reset_index()：将分组用的country_txt和iyear从索引转回普通列，让结果每行对应一个国家-年度组合

结果示例 #

处理后的数据结构如下（以中文国家名称为例）：

内容的提问来源于stack exchange，提问作者taraamcl