如何添加性别列并使用Numpy统计数据集中的男女人数？

核心实现代码 #

假设你的性别字段已转换为Numpy数组（比如从DataFrame提取的 gender = df['性别'].values），直接用Numpy的向量化操作就能高效完成统计：

import numpy as np

# 统计男性（'M'）人数
male_total = np.sum(gender == 'M')
# 统计女性人数（假设女性标识为'F'，若实际标识不同替换成对应值即可）
female_total = np.sum(gender == 'F')

print(f"男性总人数：{male_total}")
print(f"女性总人数：{female_total}")

对原有代码的优化说明 #

你之前用循环收集符合条件的元素再统计的方式效率较低，尤其数据集较大时更明显。Numpy的向量化运算会直接对整个数组做条件判断，返回布尔数组（True对应1，False对应0），np.sum()直接求和就能得到对应性别的总人数，简洁且高效。

扩展：统计所有性别类别（含其他取值） #

如果数据中性别字段还有其他取值（比如空值、未知标识），可以用np.unique()一次性统计所有类别的数量：

gender_categories, category_counts = np.unique(gender, return_counts=True)
for category, count in zip(gender_categories, category_counts):
    print(f"{category}的人数：{count}")

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