如何在pandas透视表中比较数值，筛选金牌数>银牌数>铜牌数的运动员

透视表合理性说明 #

你当前使用透视表的思路完全合理，该操作已经按运动员维度聚合统计了每个人获得的金、银、铜三类奖牌的数量，是实现需求的合适方案。

具体实现步骤 #

你只需要补充空值处理和条件过滤两步即可完成统计：

• 空值填充：没有获得过对应类别奖牌的运动员，在透视表中对应列会显示为缺失值NaN，需要先填充为0，避免后续比较报错，同时可以统一转为整数类型：

# 填充空值并转为整数
newdf_athletes = newdf_athletes.fillna(0).astype(int)

• 条件过滤：直接对透视表的三列数据做布尔判断，筛选符合「金牌数>银牌数>铜牌数」的行：

# 构造过滤条件，注意列名需要和你数据中Medal字段的实际取值保持一致，如拼写、大小写等
filter_cond = (newdf_athletes['Gold'] > newdf_athletes['Silver']) & (newdf_athletes['Silver'] > newdf_athletes['Bronze'])
# 统计符合条件的运动员数量
qualified_count = len(newdf_athletes[filter_cond])
print(qualified_count)

如果你的原数据中Medal字段的取值是中文的「金牌」「银牌」「铜牌」，把代码里的列名替换成对应中文即可。

内容的提问来源于stack exchange，提问作者aurala20