Google Colab中Excel学生数据的Python情境计数实现咨询

前置步骤 #

1. 导入依赖库并读取Excel文件
   在Google Colab中执行以下代码，可选择上传本地文件或挂载Google Drive读取文件：

   import pandas as pd
   # 方式1：上传本地文件
   from google.colab import files
   uploaded = files.upload()
   # 替换为你的Excel文件名，比如Students.xlsx
   df = pd.read_excel('Students.xlsx')
   
   # 方式2：挂载Google Drive（文件存放在Drive时使用）
   # from google.colab import drive
   # drive.mount('/content/drive')
   # df = pd.read_excel('/content/drive/MyDrive/你的文件路径/Students.xlsx')
   

   执行后可通过df.head()确认数据是否正确读取。

1. 统计状态为Closed Enrollment的男性学生数量 #

通过布尔索引筛选符合条件的记录，再统计数量：

male_closed_count = ((df['Course Status'] == 'Closed Enrollment') & (df['Gender'] == 'M')).sum()
print(f"状态为Closed Enrollment的男性学生数量：{male_closed_count}")

原理：两个条件的布尔数组做逻辑与运算后，sum()会统计True的数量，即符合条件的记录数。

2. 找出退课（Closed Enrollment）学生最多的城市 #

先筛选退课数据，按城市分组统计人数，最后取最大值对应的城市：

# 筛选退课记录
closed_records = df[df['Course Status'] == 'Closed Enrollment']
# 统计各城市退课人数
city_closed_counts = closed_records['City'].value_counts()
# 获取人数最多的城市及对应数量
top_city = city_closed_counts.idxmax()
top_city_count = city_closed_counts.max()
print(f"退课学生最多的城市：{top_city}，人数：{top_city_count}")

若存在多个城市人数并列最多，idxmax()会返回第一个出现的城市，需全部展示可自行调整逻辑。

3. 按年份统计Public和Particular学校的学生人数 #

推荐两种简洁实现方式：

方法1：使用pd.crosstab

year_school_stats = pd.crosstab(df['Year'], df['School Origin'])
print(year_school_stats)

直接生成以年份为行、学校类型为列的统计表格，自动填充各组合的人数。

方法2：使用groupby+unstack

year_school_stats = df.groupby(['Year', 'School Origin']).size().unstack(fill_value=0)
print(year_school_stats)

通过分组统计数量后，unstack将学校类型转为列，fill_value=0确保无数据的年份-学校组合显示为0。

内容的提问来源于stack exchange，提问作者Skye