如何用Pandas按Name分组统计success/failed并生成DataFrame计算成功率？

1. 正确生成分组统计的DataFrame #

你用的df.groupby("name").to_values()是错误用法，Pandas中没有这个方法。要按Name分组统计success和failed的总计，直接调用sum()即可，同时设置as_index=False让Name保持为普通列，方便后续操作：

import pandas as pd

# 假设你的原始数据已存入DataFrame df
grouped_df = df.groupby('Name', as_index=False)[['success', 'failed']].sum()

执行后grouped_df就是包含Name、success、failed三列的可操作新DataFrame，每行对应一个Name的成功/失败总次数。

2. 计算成功百分比 #

基于统计结果新增成功百分比列，同时处理成功+失败为0的异常情况（避免除以0报错）：

import numpy as np

# 计算成功率并保留两位小数，除数为0时设为NaN
grouped_df['success_rate'] = (
    grouped_df['success'] / 
    grouped_df[['success', 'failed']].sum(axis=1).replace(0, np.nan) * 100
).round(2)

# 若需要把NaN替换为0，可添加此行
grouped_df['success_rate'] = grouped_df['success_rate'].fillna(0)

3. 导出到Excel #

直接将新DataFrame导出，index=False避免导出多余的索引列：

grouped_df.to_excel('统计结果.xlsx', index=False)

内容的提问来源于stack exchange，提问作者KeetsScrimalittle