如何用groupby统计各运动项目奖牌总数并找出奖牌最多项目？

假设你用Pandas处理数据，以下是直接的解决方案：

步骤1：统计每个运动项目的总奖牌数 #

不需要按金/银/铜分类分组，直接按运动项目列分组后统计行数即可（每一行对应一枚奖牌记录）：

# 假设你的DataFrame名为 medals_df，运动项目列是'Sport'
total_medals = medals_df.groupby('Sport').size().reset_index(name='Total_Medals')

如果数据里存在无奖牌的记录（比如Medal列有空值），先过滤掉再统计更准确：

total_medals = medals_df[medals_df['Medal'].notna()].groupby('Sport').size().reset_index(name='Total_Medals')

步骤2：找出奖牌总数最多的项目 #

对统计结果按总奖牌数降序排序，取第一行就是目标项目：

top_sport = total_medals.sort_values(by='Total_Medals', ascending=False).iloc[0]
print(f"奖牌最多的项目：{top_sport['Sport']}，总计{top_sport['Total_Medals']}枚")

补充说明 #

你之前的分组应该是同时按Sport和Medal字段分组（比如groupby(['Sport', 'Medal'])），所以会按金银铜拆分统计。现在只保留Sport作为分组键，用size()直接统计每组的总记录数，就能得到该项目的奖牌总数。

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