尝试查找特定范围内出现的次数

Question

我已经导入了一个CSV文件，包括研究生数据，如毕业年份，研究生专业，研究生性别，平均绩点等。。。你知道吗

目标是获得前100个GPA，并确定有多少GPA前100的毕业生是女性

我试过对前100个GPA的数据进行分类，但我却被困在如何从这一点上筛选出女性

import pandas as pd 

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

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

在这里，我被卡住了，因为我不确定如何只通过那些拥有grad\u gender=='女性'的实体过滤sort\u gpa

Answer 1

要按GPA对前100名进行排序，除了可以传入另一个参数ascending以更改排序顺序外，其他都是正确的：

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

要获取数据帧的前100行，可以使用head（或tail，就像对最后100行所做的那样）。但另一种常见的方法是使用.iloc，它允许您按位置抓取行：

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

最后，你想知道女性和男性的数量，你可以在一列中使用.value_counts()：

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

综上所述，你有：

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

Answer 2

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

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