如何用两个DataFrame计算房地产门户CPE？解决报错及0数据缺失

问题核心 #

你遇到两个关键问题：

1. 合并结果缺失查询量为0的门户：使用inner连接仅保留两边都存在的数据，无查询的门户未被统计，因此被过滤
2. CPE计算报错TypeError: unsupported operand type(s) for /: 'str' and 'int'：CostQ124列是字符串类型，无法与整数类型的Enquiries执行除法运算

分步修复+简洁实现 #

1. 正确统计含0查询量的门户数据 #

基于成本表的所有门户做匹配，确保无查询的门户显示0：

# 筛选Portal类查询数据
portal_enquiries = enquiries_q1_2024[enquiries_q1_2024['Sub-origin'] == 'Portal']

# 按Origin统计查询量，转成DataFrame
enquiry_counts = portal_enquiries.groupby('Origin').size().reset_index(name='Enquiries')

# 补全成本表中所有门户，无查询的设为0
all_portals = portal_costs['Origin'].unique()
enquiry_counts = enquiry_counts.set_index('Origin').reindex(all_portals, fill_value=0).reset_index()

2. 转换成本列为数值类型 #

将字符串类型的成本值转为数值型，避免类型错误：

portal_costs['CostQ124'] = pd.to_numeric(portal_costs['CostQ124'], errors='coerce')

3. 合并数据并计算CPE #

用left连接确保所有门户被保留，同时处理查询量为0的情况（避免除以0报错）：

# 合并查询量与成本数据
cost_per_enquire = pd.merge(enquiry_counts, portal_costs, on='Origin', how='left')

# 计算CPE，查询量为0时设为NaN（可根据需求调整为其他值）
cost_per_enquire['CPE'] = cost_per_enquire.apply(
    lambda row: row['CostQ124'] / row['Enquiries'] if row['Enquiries'] != 0 else pd.NA,
    axis=1
)

完整简洁版本 #

整合步骤，减少冗余代码：

# 1. 筛选+统计查询量，补全0查询门户
portal_enquiries = enquiries_q1_2024[enquiries_q1_2024['Sub-origin'] == 'Portal']
enquiry_counts = portal_enquiries.groupby('Origin').size().reindex(portal_costs['Origin'], fill_value=0).reset_index(name='Enquiries')

# 2. 转换成本列类型+合并数据
portal_costs['CostQ124'] = pd.to_numeric(portal_costs['CostQ124'], errors='coerce')
cost_per_enquire = pd.merge(enquiry_counts, portal_costs, on='Origin', how='left')

# 3. 计算CPE（自动处理0值情况）
cost_per_enquire['CPE'] = cost_per_enquire['CostQ124'].div(cost_per_enquire['Enquiries']).where(cost_per_enquire['Enquiries'] != 0)

最终结果说明 #

最终的cost_per_enquire会包含你需要的四列：Origin（所有门户）、Enquiries（含0值）、CostQ124（数值型）、CPE（正常计算结果或NaN）。

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