如何用Python Pandas统计议员赞成反对票数并关联议员信息

1. 统计每位议员的赞成/反对票数 #

先处理vote_results，按legislator_id分组后，用agg()方法分别统计赞成票（vote=1）和反对票（vote=2）的次数，同时给统计结果设置别名：

# 统计赞成和反对票
vote_counts = vote_results.groupby('legislator_id').agg(
    supported_bills=('vote', lambda x: (x == 1).sum()),
    opposed_bills=('vote', lambda x: (x == 2).sum())
).reset_index()

关键说明： #

• groupby('legislator_id')返回的是GroupBy对象，不是直接的统计结果，所以你之前看不到数据——必须调用聚合函数（比如agg()）才能生成结构化的DataFrame。
• agg()的参数是键值对：键就是你想要的列别名（比如supported_bills），值是聚合逻辑——用lambda表达式筛选出对应vote值的行，再通过sum()统计数量（布尔值True等价于1，False等价于0，求和就是计数）。
• reset_index()把分组用的legislator_id从索引变回普通列，方便后续和议员表关联。

2. 关联议员姓名 #

用merge()把统计结果和legislators表按legislator_id匹配，获取议员姓名：

# 关联议员姓名（假设legislators中的姓名列名为name）
final_result = vote_counts.merge(
    legislators[['legislator_id', 'name']],  # 只保留需要的列，减少冗余数据
    on='legislator_id',
    how='left'  # 保留所有有投票记录的议员，即使议员表中无对应数据
)

可选调整： #

如果只需要两边都存在的议员数据，把how='left'改成how='inner'即可。

3. 查看最终结果 #

直接打印或调用head()查看数据：

print(final_result)
# 或者查看前5行数据
print(final_result.head())

补充：更简洁的统计方式 #

如果只是简单计数，也可以用crosstab生成交叉表后重命名列：

import pandas as pd

vote_counts = pd.crosstab(
    vote_results['legislator_id'],
    vote_results['vote']
).rename(columns={1: 'supported_bills', 2: 'opposed_bills'}).reset_index()

内容的提问来源于stack exchange，提问作者Wellington Guedes