统计DataFrame中某一列固定值的量的代码

假设你要统计DataFrame中某一列固定值的数量，可以使用如下代码：

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Tom', 'John', 'Mike', 'Lisa', 'Rose'], 
        'Age': [25, 30, 28, 32, 27], 
        'Gender': ['M', 'M', 'M', 'F', 'F'], 
        'Nationality': ['USA', 'USA', 'Canada', 'China', 'USA']}
df = pd.DataFrame(data)

# 统计'Nationality'列中值为'USA'的数量
count = len(df[df['Nationality'] == 'USA'])

print(count) # 输出结果为 3

上述代码创建了一个DataFrame，然后通过`df[df['Nationality'] == 'USA']`筛选出'Nationality'列值为'USA'的行，最后使用`len()`函数统计筛选结果的数量。

相关问题

dataframe对某列求平均

要对DataFrame的某一列求平均值，可以使用mean()函数。首先，你需要使用引用中的代码生成一个随机的DataFrame对象df。然后，使用df.mean()即可得到该DataFrame对象中每一列的平均值。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [DataFrame求某列数据的均值，方差等统计数](https://blog.csdn.net/qq_53817374/article/details/123387027)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *2* [Python中如何查看Pandas DataFrame对象列的最大值、最小值、平均值、标准差、中位数等](https://download.csdn.net/download/weixin_38677808/13750214)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
- *3* [pandas基于时间序列的固定时间间隔求均值的方法](https://download.csdn.net/download/weixin_38623919/14001231)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
[ .reference_list ]