用python实现对用户指定的daz数据文件，分别统计并显示总人次，男/女人数，男/女的RBC，WBC和平均值共7个统计指标

首先，需要安装并导入pandas库来读取daz数据文件。可以使用以下代码：

import pandas as pd

data = pd.read_csv('filename.daz')

其中，将“filename.daz”替换为你实际的daz数据文件名。

接下来，可以使用pandas库的函数来进行统计：

# 总人次
total_persons = len(data)

# 男/女人数
male_count = len(data[data['Gender'] == 'M'])
female_count = len(data[data['Gender'] == 'F'])

# 男/女的RBC
male_rbc = data[data['Gender'] == 'M']['RBC'].mean()
female_rbc = data[data['Gender'] == 'F']['RBC'].mean()

# 男/女的WBC
male_wbc = data[data['Gender'] == 'M']['WBC'].mean()
female_wbc = data[data['Gender'] == 'F']['WBC'].mean()

最后，可以将以上结果输出：

print('总人次：', total_persons)
print('男人数：', male_count)
print('女人数：', female_count)
print('男性RBC平均值：', male_rbc)
print('女性RBC平均值：', female_rbc)
print('男性WBC平均值：', male_wbc)
print('女性WBC平均值：', female_wbc)

将以上代码整合起来，得到完整的程序如下：

import pandas as pd

data = pd.read_csv('filename.daz')

# 总人次
total_persons = len(data)

# 男/女人数
male_count = len(data[data['Gender'] == 'M'])
female_count = len(data[data['Gender'] == 'F'])

# 男/女的RBC
male_rbc = data[data['Gender'] == 'M']['RBC'].mean()
female_rbc = data[data['Gender'] == 'F']['RBC'].mean()

# 男/女的WBC
male_wbc = data[data['Gender'] == 'M']['WBC'].mean()
female_wbc = data[data['Gender'] == 'F']['WBC'].mean()

print('总人次：', total_persons)
print('男人数：', male_count)
print('女人数：', female_count)
print('男性RBC平均值：', male_rbc)
print('女性RBC平均值：', female_rbc)
print('男性WBC平均值：', male_wbc)
print('女性WBC平均值：', female_wbc)

需要注意的是，以上代码中的“filename.daz”需要替换为实际的daz数据文件名。并且，该程序假设daz数据文件的列名与代码中提到的列名相同，如果不同需要进行相应调整。