嘗試查找特定范圍內的出現次數

Question

我已導入CSV文件，其中包括grad_year，grad_major，grad_gender，gpa等研究生數據...

目的是取得GPA前100名，並確定GPA前100名的畢業生中有多少名女性

我嘗試對前100個GPA進行數據排序，但是從那時起我就只能過濾女性信息而陷入困境

import pandas as pd 

grads_df = pd.read_csv('Users/Sas0908/Downloads/grads.csv')

sort_gpa = grads_df.sort_values(by=['gpa']).tail(100)

在這里我陷入困境，因為我不確定如何僅通過那些具有grad_gender =='Female'的實體來過濾sort_gpa

Answer 1

使用loc函數https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html

sort_gpa.loc[sort_gpa['grad_gender']=='Female']

Answer 2

要獲得按GPA排序的前100名，除了您還可以傳入一個ascending更改排序順序的附加參數外，您都必須正確設置：

# sort with highest GPAs appearing at the top
sort_gpa.sort_values(by='gpa', ascending=False)

要獲取DataFrame的前100行，可以使用head （或對最后100行的操作使用tail ）。 但是另一種常見的方式是使用.iloc ，它允許您按位置抓取行：

# gets the first 100 rows, positions 0 thru 99
sort_gpa.iloc[:100]

最后，您想知道女性對男性的數量，可以在列上使用.value_counts() ：

# returns the counts of all values that appear in the column
sort_gpa['grad_gender'].value_counts()

綜合考慮，您將：

top_100 = sort_gpa.sort_values(by='gpa', ascending=False).iloc[:100]
top_100['grad_gender'].value_counts()