如何在Pandas透视表中统计各届均获奖牌的国家数量？

假设我们已经有了这个以edition为索引、国家代码为列的奖牌透视表（记为medal_pivot），里面的nan代表该国家在对应届次没有获得奖牌。要找出每一届都至少拿过1枚奖牌的国家并统计数量，可以按以下步骤来做：

步骤1：标记每个国家每届是否获得奖牌 #

我们首先把原表的数值转换成布尔值——用notna()方法，把有奖牌的单元格（非nan）标记为True，没奖牌的（nan）标记为False：

has_medal = medal_pivot.notna()

步骤2：筛选出每届都获奖的国家 #

接下来，我们需要计算每个国家有多少届拿到了奖牌（对每一列求和，True会被算作1，False算作0），然后对比这个数值和总届数：如果求和结果等于总届数，就说明这个国家每一届都没缺席。

# 先获取总共有多少届
total_editions = len(medal_pivot.index)
# 筛选出符合条件的国家
consistent_countries = has_medal.columns[has_medal.sum() == total_editions]

步骤3：统计数量并查看结果 #

最后就可以统计这些国家的数量，或者直接列出它们：

count = len(consistent_countries)
print(f"每届都至少获得一枚奖牌的国家有{count}个：{list(consistent_countries)}")

验证示例结果 #

拿题目里的透视表来看，总共有8届（1800到1887）：

• ALG每届都有非nan值，求和结果是8；
• ANZ同样每届都有记录，求和结果也是8；
• 其他国家比如AFG在1887届是nan、AHO在1886/1887届是nan，都不满足条件。所以最终结果是2个国家，和示例完全匹配。

内容的提问来源于stack exchange，提问作者prabs