如何用Pandas按建国年份统计每年新增国家数量？

首先咱们得抓住核心需求：你的数据集里每个国家对应多条年份记录，但我们只需要每个国家唯一的建国年份，再统计每个年份有多少新国家建立，最终把数据对应到图表需要的X轴year上。

步骤1：提取每个国家的唯一建国年份 #

因为同一个国家在数据里有很多行（每年一条），第一步要先去重，只保留每个国家和它对应的建国年份：

# 获取每个国家的唯一建国年份记录
unique_countries = df.drop_duplicates(subset=['country'])[['country', 'founding_year']]

这一步会得到一个无重复国家的数据集，每行对应一个国家和它的建国年份。

步骤2：统计每个建国年份的新增国家数 #

接下来对去重后的数据集，按founding_year分组，统计每个年份有多少新国家建立：

# 统计每个建国年份的新增国家数量
new_countries_per_year = unique_countries.groupby('founding_year').size().reset_index(name='new_country_count')

这里的size()会返回每个founding_year对应的国家数量，也就是当年新增的国家数。

步骤3：匹配到完整的year序列（可选但推荐） #

你的X轴需要用数据集里的year变量，而有些年份可能没有新国家建立，为了让图表X轴连续，我们可以创建包含所有年份的序列，把新增国家数匹配进去，无新增的年份填0：

import pandas as pd

# 创建包含所有年份的DataFrame
all_years = pd.DataFrame({'year': range(df['year'].min(), df['year'].max() + 1)})

# 合并数据，填充无新增的年份为0
final_chart_data = all_years.merge(
    new_countries_per_year,
    left_on='year',
    right_on='founding_year',
    how='left'
).fillna(0).drop('founding_year', axis=1)

步骤4：生成累计国家数（可选） #

如果你的图表需要展示到某一年为止的累计国家总数，可以添加一列累计值：

final_chart_data['cumulative_count'] = final_chart_data['new_country_count'].cumsum()

为什么你之前的方法不对？ #

• 用df.groupby(['founding_year', 'country']).size()：因为每个国家在数据里有多个year记录，这个分组统计的是每个国家在数据集中的行数，而非每个建国年份的国家数量。
• 加入year到groupby后：每个(year, founding_year, country)组合都是唯一的，会返回大量分散的行，完全不是你需要的统计结果。

现在你可以用final_chart_data绘制图表了，X轴用year，Y轴可选new_country_count（每年新增）或者cumulative_count（累计总数）。

内容的提问来源于stack exchange，提问作者Jasper