CSV数据处理：按性别统计录用占比及DataFrame筛选修改问题

要实现你的统计需求，你可以把原筛选代码里的Salary、Age、JOB条件替换成Gender和Status的组合条件，再通过计数和总人数的比值计算百分比。以下是两种具体实现方式：

方法一：分步筛选计算 #

先分别筛选出四个分组的记录，再计算每组占总人数的百分比：

# 筛选对应分组的记录
male_offered = dataFrame.loc[(dataFrame['Gender'] == 'M') & (dataFrame['Status'] == 'Offered')]
male_not_offered = dataFrame.loc[(dataFrame['Gender'] == 'M') & (dataFrame['Status'] == 'Not offered')]
female_offered = dataFrame.loc[(dataFrame['Gender'] == 'F') & (dataFrame['Status'] == 'Offered')]
female_not_offered = dataFrame.loc[(dataFrame['Gender'] == 'F') & (dataFrame['Status'] == 'Not offered')]

# 计算总人数
total_count = len(dataFrame)

# 计算各分组百分比（保留两位小数）
male_offered_pct = round((len(male_offered) / total_count) * 100, 2)
male_not_offered_pct = round((len(male_not_offered) / total_count) * 100, 2)
female_offered_pct = round((len(female_offered) / total_count) * 100, 2)
female_not_offered_pct = round((len(female_not_offered) / total_count) * 100, 2)

# 输出结果
print(f"男性被录用: {male_offered_pct}%")
print(f"男性未被录用: {male_not_offered_pct}%")
print(f"女性被录用: {female_offered_pct}%")
print(f"女性未被录用: {female_not_offered_pct}%")

方法二：用groupby高效统计 #

如果不想多次重复筛选，可以用pandas的groupby方法一次性完成分组计数和百分比计算，代码更简洁：

# 按性别和录用状态分组，统计每组数量
grouped_stats = dataFrame.groupby(['Gender', 'Status']).size().reset_index(name='count')

# 计算总人数
total_count = len(dataFrame)

# 添加百分比列
grouped_stats['percentage(%)'] = round((grouped_stats['count'] / total_count) * 100, 2)

# 展示结果
display(grouped_stats)

关键说明 #

原代码里的(dataFrame['Salary']>=100000) & (dataFrame['Age']< 40) & ...是多条件逻辑与筛选，现在替换成(dataFrame['Gender'] == 'M') & (dataFrame['Status'] == 'Offered')这类条件，就能精准定位到你需要统计的分组。

内容的提问来源于stack exchange，提问作者alphaTango