如何用Pandas按条件提取行创建新DataFrame并计算均值？

我的DataFrame结构如下（数据规模较大，仅展示示例）：

需要完成的任务：仅针对欧盟国家，展示最高海拔列的最大值、最小值对应国家及平均值。目前已经解决最大值和最小值的问题，但在创建仅包含欧盟列为yes的新DataFrame时遇到困难，尝试多种方法均未成功。我认为创建筛选后的DataFrame是最佳方案，也欢迎其他思路。

以下是我已实现的示例代码（筛选非欧盟国家的最低海拔）：

print('Minimum outside the EU')
paises[(paises.EU == "no")].sort_values(by=['highest'], ascending=[True]).head(1)

输出结果：

要求必须使用Pandas解决。

解决方案 #

1. 创建仅含欧盟国家的DataFrame

首先确保筛选条件与列名一致（如果你的DataFrame中欧盟列的列名是英文EU，用以下代码；如果是中文欧盟，替换成'欧盟'）：

# 列名为英文EU的情况
eu_countries = paises[paises['EU'] == 'yes']
# 列名为中文欧盟的情况
eu_countries = paises[paises['欧盟'] == 'yes']

如果之前尝试失败，可能是列名拼写错误（比如大小写、中英文不一致），或者数据中yes/no存在空格等格式问题，可以先检查确认：

# 查看EU列的唯一值，确认格式
print(paises['EU'].unique())

2. 计算并展示所需统计值

有了筛选后的eu_countries，可以直接提取所需数据：

# 最大值对应国家
max_row = eu_countries[eu_countries['highest'] == eu_countries['highest'].max()]
# 最小值对应国家
min_row = eu_countries[eu_countries['highest'] == eu_countries['highest'].min()]
# 平均值
avg_highest = eu_countries['highest'].mean()

print('欧盟国家最高海拔最大值：')
print(max_row[['国家', '最高海拔']])
print('\n欧盟国家最高海拔最小值：')
print(min_row[['国家', '最高海拔']])
print(f'\n欧盟国家最高海拔平均值：{avg_highest:.2f}')

3. 更简洁的方式（无需单独创建DataFrame）

如果不想单独生成新DataFrame，可以直接在原数据上链式筛选计算：

# 筛选欧盟国家的最高海拔数据
eu_highest = paises[paises['EU'] == 'yes']['highest']

# 提取对应信息
max_country = paises.loc[eu_highest.idxmax(), '国家']
max_value = eu_highest.max()
min_country = paises.loc[eu_highest.idxmin(), '国家']
min_value = eu_highest.min()
avg_highest = eu_highest.mean()

print(f'欧盟国家最高海拔最大值：{max_country} ({max_value})')
print(f'欧盟国家最高海拔最小值：{min_country} ({min_value})')
print(f'欧盟国家最高海拔平均值：{avg_highest:.2f}')

内容的提问来源于stack exchange，提问作者Rodrigo Mora Palta