我有一个按年份列出的国家列表,如下:
country year founding_year other_vars
Fake 1900 1950 data
Fake 1901 1950 data
Fake 1902 1950 data
(...)
USE 1900 1901 data
USE 1901 1901 data
USE 1901 1901 data
< p > founding_year
刚开始有点难理解,但数据集所做的是追踪每年作为国家的国家,并收集它们的各种统计信息。
现在我想创建一个图表以显示国家的建立/成立时间。我已经有了 X 轴的 year
变量和需要的信息由 founding_year
提供 - 但我在使用 groupby
操作以获取 每个成立年份的新国家数量
时遇到困难。
我使用以下命令:
df.groupby(['founding_years', 'country']).size()
我选择了
founding_year
和country
这两个变量,以确保我有唯一的配对(因为每个国家有多行数据)。
然而,这给了我一个错误的结果。
founding_year country
1945 Austria 46
Poland 46
1946 Jordan 46
Lebanon 46
Philippines 46
Syria 16
1947 India 46
Pakistan 25
1948 Israel 46
Myanmar 46
North Korea 46
South Korea 46
Sri Lanka 46
该函数返回的是数据库中这个国家所拥有的行数,使用 .count()
命令可以得到相同的结果。
我尝试在 groupby 函数末尾添加 year
,但这只会返回一堆唯一值。
我有点困惑,所有我需要的信息都在那里,但似乎我无法弄清如何获取它 - 你们中是否有人知道我错过了什么?