统计胜字在列表中出现的次数

假设胜字列表为 win_list，可以用以下代码统计胜字出现的次数：

win_count = 0
for item in win_list:
    if item == '胜':
        win_count += 1

print('胜字出现的次数为：', win_count)

或者可以使用 Python 的 count() 方法来统计：

win_count = win_list.count('胜')
print('胜字出现的次数为：', win_count)

相关问题

后续统计都只针对tournament=='FIFA World Cup' 的世界杯正赛。筛选出世界杯正赛'FIFA World Cup', 保存为w数据框对象。然后统计参加过世界杯正赛的一共有多少个国家？ 国家数目保存为 countrynum变量。然后计算计算世界杯比赛中胜率最高的前5个队？将队伍名称及胜率保存在 top5 列表中。 约定: 胜率 = 获胜次数/总场次, 总场次为 (胜 + 平 + 负)，使用循环加字典和pandas两种方式完成。然后统计获胜场次最多的是哪个国家？ 存在 wincountry 变量。然后统计各个国家在世界杯比赛上各自打入多少个球？将统计结果在 scountry 这个Series对象中。 注意进球分别保存在 home_team(主队进球)和 away_score(客队进球)两列中,进球数应合并计算这两列。然后统计巴西队在世界杯上相对来说，对哪个国家的胜率最低？ 将此国家名存在 country变量

根据题目的要求，我们需要针对世界杯正赛('FIFA World Cup')进行统计。可以使用以下代码来筛选出世界杯正赛的比赛并保存为w数据框对象：

# 筛选出世界杯正赛的比赛
w = df[df['tournament'] == 'FIFA World Cup'].reset_index(drop=True)

其中`reset_index(drop=True)`是为了重新设置索引。

统计参加过世界杯正赛的国家数目可以使用以下代码：

# 统计参加过世界杯正赛的国家数目
countrynum = len(w['home_team'].unique())
print('参加过世界杯正赛的国家数目：', countrynum)

其中`unique()`函数用来获取唯一的值。

计算胜率最高的前5个队可以使用以下两种方式：

(1) 循环加字典

# 循环加字典的方式计算胜率
win_dict = {}
total_dict = {}
for index, row in w.iterrows():
    # 计算主队的胜平负情况
    if row['home_score'] > row['away_score']:
        if row['home_team'] not in win_dict:
            win_dict[row['home_team']] = 1
        else:
            win_dict[row['home_team']] += 1
        if row['home_team'] not in total_dict:
            total_dict[row['home_team']] = 1
        else:
            total_dict[row['home_team']] += 1
    elif row['home_score'] == row['away_score']:
        if row['home_team'] not in total_dict:
            total_dict[row['home_team']] = 1
        else:
            total_dict[row['home_team']] += 1
    else:
        if row['home_team'] not in total_dict:
            total_dict[row['home_team']] = 1
        else:
            total_dict[row['home_team']] += 1
    
    # 计算客队的胜平负情况
    if row['home_score'] < row['away_score']:
        if row['away_team'] not in win_dict:
            win_dict[row['away_team']] = 1
        else:
            win_dict[row['away_team']] += 1
        if row['away_team'] not in total_dict:
            total_dict[row['away_team']] = 1
        else:
            total_dict[row['away_team']] += 1
    elif row['home_score'] == row['away_score']:
        if row['away_team'] not in total_dict:
            total_dict[row['away_team']] = 1
        else:
            total_dict[row['away_team']] += 1
    else:
        if row['away_team'] not in total_dict:
            total_dict[row['away_team']] = 1
        else:
            total_dict[row['away_team']] += 1

# 计算胜率
win_rate_dict = {}
for key, value in total_dict.items():
    if key not in win_dict:
        win_dict[key] = 0
    win_rate_dict[key] = win_dict[key] / value

# 获取胜率最高的前5个队
top5 = sorted(win_rate_dict.items(), key=lambda x: x[1], reverse=True)[:5]
print('胜率最高的前5个队：', top5)

(2) pandas方式

# pandas方式计算胜率
matches = w['home_team'].append(w['away_team']).reset_index(drop=True)
wins = pd.Series(matches.groupby(matches).apply(lambda x: ((x == x) & (x > 0)).sum()))
totals = pd.Series(matches.groupby(matches).size())
win_rate = wins / totals

# 获取胜率最高的前5个队
top5 = win_rate.sort_values(ascending=False)[:5]
print('胜率最高的前5个队：', list(zip(top5.index, top5.values)))

其中`lambda`函数用来计算胜率，`sort_values`函数用来排序。

统计获胜场次最多的国家可以使用以下代码：

# 统计获胜场次最多的国家
wincountry = w.groupby('home_team')['home_score'].sum().idxmax()
print('获胜场次最多的国家：', wincountry)

其中`idxmax()`函数用来获取最大值的索引。

统计各个国家在世界杯比赛上各自打入多少个球可以使用以下代码：

# 统计各个国家在世界杯比赛上各自打入多少个球
scountry = pd.Series(index=w['home_team'].unique(), data=0)
scountry = scountry.add(w.groupby('home_team')['home_score'].sum(), fill_value=0)
scountry = scountry.add(w.groupby('away_team')['away_score'].sum(), fill_value=0)
print('各个国家在世界杯比赛上各自打入的球数：\n', scountry)

其中`add`函数用来将两个Series进行合并，`fill_value`参数用来填充缺失值。

统计巴西队在世界杯上相对来说，对哪个国家的胜率最低可以使用以下代码：

# 统计巴西队在世界杯上相对来说，对哪个国家的胜率最低
brazil = w[(w['home_team'] == 'Brazil') | (w['away_team'] == 'Brazil')]
brazil_win = brazil[brazil['home_team'] == 'Brazil']['home_score'] > brazil[brazil['home_team'] == 'Brazil']['away_score']
brazil_win = brazil_win.add(brazil[brazil['away_team'] == 'Brazil']['away_score'] > brazil[brazil['away_team'] == 'Brazil']['home_score'], fill_value=0)
brazil_total = brazil_win.count()
brazil_lose = brazil_total - brazil_win.sum()
lose_rate = {}
for country in brazil['home_team'].append(brazil['away_team']).unique():
    if country == 'Brazil':
        continue
    against = brazil[(brazil['home_team'] == country) | (brazil['away_team'] == country)]
    against_win = against[against['home_team'] == country]['home_score'] > against[against['home_team'] == country]['away_score']
    against_win = against_win.add(against[against['away_team'] == country]['away_score'] > against[against['away_team'] == country]['home_score'], fill_value=0)
    against_total = against_win.count()
    against_lose = against_total - against_win.sum()
    lose_rate[country] = against_lose / against_total
country = min(lose_rate, key=lose_rate.get)
print('巴西队在世界杯上相对来说，对胜率最低的国家：', country)

其中，`brazil`数据框用来筛选出巴西队参加的比赛，然后计算胜率最低的国家。

三局两胜猜拳python

三局两胜猜拳是一种简单的游戏，玩家和电脑各出拳三次，先赢两局的一方胜利。在Python中实现这个游戏可以采用随机数模块和条件语句来完成。具体实现方式如下：

1. 导入random模块，使用randint函数生成0-2之间的随机整数表示电脑出拳的结果。
2. 使用input函数获取玩家出拳的结果，可以通过命令行或者GUI界面输入。
3. 使用条件语句比较电脑和玩家的出拳结果，判断谁赢了一局。
4. 统计胜利次数，当某一方胜利两局时结束游戏。
5. 输出游戏结果。

以下是示例代码：

import random

win = 0
lose = 0

while win < 2 and lose < 2:
    computer = random.randint(0, 2)
    player = input("请出拳（0表示石头，1表示剪刀，2表示布）：")
    player = int(player)

    if player == computer:
        print("平局")
    elif (player == 0 and computer == 1) or (player == 1 and computer == 2) or (player == 2 and computer == 0):
        print("你赢了这局")
        win += 1
    else:
        print("电脑赢了这局")
        lose += 1

if win > lose:
    print("你赢了游戏")
else:
    print("电脑赢了游戏")