如何才能让DataFrame中有continent

要在DataFrame中添加continent列，需要先获取每个国家所属的大洲信息。可以使用第三方库如pycountry来获取国家代码及其对应的大洲信息。然后，将这些信息与原始DataFrame中的国家名称进行匹配，最终创建一个新的continent列并将大洲信息填充到该列中。

以下是一个示例代码：

import pandas as pd
import pycountry

# 读取原始数据
df = pd.read_csv('data.csv')

# 创建一个字典来存储每个国家代码及其对应的大洲信息
continent_dict = {}
for country in pycountry.countries:
    continent_dict[country.name] = country.continent.name

# 创建新的continent列
df['continent'] = df['country'].map(continent_dict)

# 查看DataFrame
print(df.head())

在上面的代码中，我们首先使用`pycountry`库获取每个国家所属的大洲信息，并将其存储在一个字典中。然后，我们使用`map`函数将每个国家名称映射到其对应的大洲信息，并将结果存储在新的continent列中。最后，我们使用`head`函数查看DataFrame的前几行以确保continent列已添加成功。

相关问题

dataframe 中统计每个洲(continent)平均消耗的啤酒(beer)量

可以使用 pandas 库进行操作。假设数据框为 df，代码如下：

df.groupby('continent')['beer'].mean()

其中，`groupby` 方法按照指定的列进行分组，此处指定为 `continent` 列；`mean` 方法计算分组后每组的平均值，此处指定为 `beer` 列。最终返回每个洲平均消耗的啤酒量。

'DataFrame' object has no attribute 'continent'

这个错误的原因是你的 DataFrame 对象中没有名为 'continent' 的属性或列。请确保你的 DataFrame 中包含名为 'continent' 的列，或者检查该列的名称是否拼写正确。你可以使用 `df.columns` 属性来查看 DataFrame 中包含的所有列名。如果你需要进一步帮助，请提供更多的代码和数据信息。