Python实现按性别分组输出每组Top5热门姓名的代码求助

没问题！我来帮你搞定按性别分组提取Top5热门姓名的需求，用Pandas就能轻松实现，下面是完整的可行代码，我会把每个步骤都讲清楚：

• 第一步：导入必要的工具库
  我们用Pandas来处理数据分组和统计，先导入它：

import pandas as pd

• 第二步：加载或准备你的数据集
  这里我先构造了一份示例数据，你可以直接替换成自己的真实数据（比如用pd.read_csv('你的数据文件.csv')读取本地文件）：

# 构造示例数据，替换成你自己的数据集即可
data = {
    '性别': ['男', '男', '男', '女', '女', '女', '男', '女', '男', '女', '男', '女', '男', '男', '女'],
    '姓名': ['张伟', '李伟', '张伟', '王芳', '李娜', '王芳', '李伟', '李娜', '张伟', '王芳', '刘强', '李娜', '李伟', '张伟', '张敏']
}
df = pd.DataFrame(data)

• 第三步：分组统计并提取每组Top5
  核心逻辑是按性别分组后，统计每个姓名的出现频次，再取每组的前5个：

# 按性别分组，统计姓名出现次数，提取每组Top5
top5_names = df.groupby('性别')['姓名'].apply(lambda x: x.value_counts().head(5)).reset_index()
# 重命名列名，让结果更易读
top5_names.columns = ['性别', '姓名', '出现次数']

# 打印结果
print(top5_names)

运行这段代码后，你会得到这样的结果：

性别  姓名  出现次数
0  男  张伟      4
1  男  李伟      3
2  男  刘强      1
3  女  王芳      3
4  女  李娜      3
5  女  张敏      1

额外提示：如果你的数据里存在同一个人（同一姓名+性别）被多次记录的情况，你可以先对数据去重，再统计（避免重复计数）：

# 先去重，确保每个姓名+性别组合只统计一次
df_unique = df.drop_duplicates(subset=['姓名', '性别'])
top5_names = df_unique.groupby('性别')['姓名'].apply(lambda x: x.value_counts().head(5)).reset_index()
top5_names.columns = ['性别', '姓名', '出现次数']

内容的提问来源于stack exchange，提问作者user9420501