grouped.count()与筛选配合使用

grouped.count()是用于对某一列数据进行分组统计计数的函数。通常情况下，我们会结合筛选操作来使用它。

比如，我们有一个数据表格，其中有一个“性别”列和一个“年龄”列，我们希望统计不同性别的人数，并且只考虑年龄大于等于18岁的人。那么可以这样做：

import pandas as pd

# 读取数据
data = pd.read_csv('data.csv')

# 筛选出年龄大于等于18岁的数据
data = data[data['年龄'] >= 18]

# 对性别进行分组统计计数
grouped = data.groupby('性别')
count = grouped.count()

print(count)

输出结果如下：

    年龄
性别    
女   30
男   40

这样，我们就得到了不同性别的人数统计结果。其中，grouped.count()函数返回的是一个新的DataFrame对象，它的行索引是原数据中不同的性别，列索引是原数据中被计数的列（这里是“年龄”），值是计数结果。