pandas统计数据里作者列[]或【】里的国家名出现次数，没有[]或【】则表示是中国作者

可以使用 Pandas 的 `str.contains()` 方法来查找包含指定字符串的行，然后再统计符合条件的行数即可。

假设你的 DataFrame 名称为 `df`，作者列的名称为 `author`，则可以按照以下步骤进行操作：

1. 先找出包含国家名的行：

df['country'] = df['author'].str.extract('\[(.*?)\]', expand=False)  # 提取[]中的内容到新列
mask = df['country'].str.contains('国家名')  # 创建包含国家名的行的布尔索引

2. 统计包含国家名的行数：

count = mask.sum()  # 统计布尔索引中为 True 的个数

3. 统计没有 [] 或 【】 的中国作者数：

china_count = (df['country'].isna() & (df['author'].str.contains('中国') | df['author'].str.contains('CN'))).sum()

其中，`isna()` 方法用于判断该行的 `country` 列是否为空值，`&` 表示逻辑与操作，`|` 表示逻辑或操作。

最终的代码可能类似于：

df['country'] = df['author'].str.extract('\[(.*?)\]', expand=False)
mask = df['country'].str.contains('国家名')
count = mask.sum()
china_count = (df['country'].isna() & (df['author'].str.contains('中国') | df['author'].str.contains('CN'))).sum()

需要将 `国家名` 替换为你需要统计的国家名，同时将 `中国` 替换为你需要统计的其他国家名（如果有的话）。