如何按season（年份）统计DataFrame中各年份的风暴记录行数？

你原来的代码返回0的核心原因：DataFrame里season列是数值类型（如int），但你用字符串"1970"做匹配，类型不相等导致筛选不到任何数据。

以下是几种高效的解决方法：

方法1：用value_counts()（最简洁） #

value_counts()可直接统计每个年份的出现次数，按年份排序后输出即可：

# 统计并按年份升序排列
year_counts = storms['season'].value_counts().sort_index()

# 遍历输出到2020年
for year, count in year_counts.items():
    if year <= 2020:
        print(f'Number of storms in {year} : {count}')

方法2：用groupby()分组统计 #

适合需要后续扩展分组操作的场景：

# 按season分组后统计每组行数，再排序
year_counts = storms.groupby('season').size().sort_index()

# 输出结果
for year, count in year_counts.items():
    if year <= 2020:
        print(f'Number of storms in {year} : {count}')

修复你原有代码的方案 #

如果要保留原有思路，只需统一匹配的类型：

# 方案1：用数值1970匹配（推荐，因为season是数值类型）
storms_1970_filter = storms.apply(lambda x: x['season'] == 1970, axis=1)
# 方案2：将season转为字符串后匹配
storms_1970_filter = storms.apply(lambda x: str(x['season']) == "1970", axis=1)

storms_1970 = len(storms_1970_filter[storms_1970_filter].index)
print('Number of storms in 1970 :', storms_1970)

注意：这种逐行apply的方式效率远低于前两种，不适合处理大数据量。

输出示例 #

运行后会得到你期望的格式：

Number of storms in 1970 : 10
Number of storms in 1971 : 14
Number of storms in 1972 : 11
...
Number of storms in 2020 : X

内容的提问来源于stack exchange，提问作者MateaMar