使用Pandas提取各学科对应学生总数最高的州及人数的实现方法

实现步骤&代码 #

你之前计算错误大概率是误用了count方法：count是统计非空行数，你需要的是对「学生人数」列执行sum求和。完整实现流程如下：

第一步：按学科、州分组，计算每个学科下对应各州的总学生人数

import pandas as pd

# 按Field、Place两个字段分组，对学生人数求和，as_index=False避免分组键变成索引
field_place_total = df.groupby(['Field', 'Place'], as_index=False)['学生人数'].sum()
# 可重命名求和后的列名方便识别，非必须操作
field_place_total = field_place_total.rename(columns={'学生人数': '总学生人数'})

第二步：筛选每个学科下总学生人数最高的州，有两种常用实现方案

• 方案1：groupby + idxmax（代码简洁，适合不需要保留并列最高的场景）

# 按Field分组，取每组总学生人数最大值对应的行索引
max_idx = field_place_total.groupby('Field')['总学生人数'].idxmax()
# 提取对应行，保留需要的三列
result = field_place_total.loc[max_idx, ['Field', 'Place', '总学生人数']]

如果某个学科存在多个州总人数并列最高，该方法只会返回第一个出现的州。

• 方案2：groupby + transform（适合需要保留所有并列最高的场景）

# 新增列存储每个学科的最高总人数
field_place_total['学科最高人数'] = field_place_total.groupby('Field')['总学生人数'].transform('max')
# 过滤出总人数等于学科最高人数的行，再提取目标列
result = field_place_total[field_place_total['总学生人数'] == field_place_total['学科最高人数']][['Field', 'Place', '总学生人数']]

如果某个学科存在多个州总人数并列最高，该方法会返回所有符合条件的州。

最终输出的result即为你需要的三列结果。

内容的提问来源于stack exchange，提问作者007081