如何用Python Pandas统计各国死亡人数？

你的错误原因 #

你写的if survived_list == 0: 是把整个列表和0比较，这显然不对——列表和单个数值永远不会相等，所以会出现逻辑错误。你应该判断列表里的单个元素是否为0，但这种循环统计的方法效率很低，不如直接用Pandas的内置功能。

推荐的Pandas高效实现 #

直接利用Pandas的分组和筛选功能，代码简洁又高效：

方法1：筛选死亡记录后分组计数 #

# 筛选出所有死亡（survived=0）的行，按国家分组统计数量
death_by_country = df[df['survived'] == 0].groupby('country').size()
print(death_by_country)

方法2：统计总人数与存活人数，计算死亡数 #

如果需要同时查看总人数、存活数和死亡数，可以这么写：

# 按国家分组，统计总人数和存活人数
country_stats = df.groupby('country')['survived'].agg(['count', 'sum'])
# 死亡数 = 总人数 - 存活人数
country_stats['death'] = country_stats['count'] - country_stats['sum']
# 只输出死亡数
print(country_stats['death'])

如果你想修正原来的循环写法（不推荐） #

如果只是想理解循环逻辑，把你的代码改成这样就行：

# 用字典存每个国家的死亡人数
death_count = {}

countries_list = list(df['country'])
survived_list = list(df['survived'])

for i in range(len(survived_list)):
    # 判断当前是否是死亡记录
    if survived_list[i] == 0:
        country = countries_list[i]
        # 更新字典里的计数，不存在则初始化为0再加1
        death_count[country] = death_count.get(country, 0) + 1

# 打印结果
for country, count in death_count.items():
    print(f'{country}: {count}')

注意事项 #

• 确保survived列是数值类型，如果替换后还是字符串，先转类型：df['survived'] = df['survived'].astype(int)
• Pandas的groupby方法比手动循环快得多，2000行数据虽然循环也能跑，但数据量变大后差距会很明显

内容的提问来源于stack exchange，提问作者VB666