使用groupby与value_counts时触发KeyError: 'Yes'问题求助

问题原因 #

执行df.groupby('deliveryzipcode')['orderreturned'].value_counts()后，得到的是**多级索引（MultiIndex）**的Series，索引层级顺序为deliveryzipcode → orderreturned。直接用['Yes']访问时，Python会尝试在最外层索引（即邮编）中查找'Yes'，显然不存在，因此抛出KeyError。

解决方法 #

方法1：使用.xs()提取指定层级的结果 #

.xs()方法可以直接跨层级提取指定索引值的结果，是处理多级索引最便捷的方式：

print(df.groupby('deliveryzipcode')['orderreturned'].value_counts().xs('Yes', level='orderreturned'))

执行后会输出每个邮编对应的退货（Yes）次数：

deliveryzipcode
75202    2
60660    1
Name: orderreturned, dtype: int64

方法2：重置索引后筛选列 #

将多级索引转换为普通列，再通过条件筛选获取目标数据：

# 先将统计结果转为DataFrame，新增count列存储计数
counts_df = df.groupby('deliveryzipcode')['orderreturned'].value_counts().reset_index(name='count')
# 筛选orderreturned为Yes的行
print(counts_df[counts_df['orderreturned'] == 'Yes'])

输出结果：

deliveryzipcode orderreturned  count
0           75202           Yes      2
2           60660           Yes      1

方法3：双重索引访问（适合单个邮编查询） #

如果只需要查询某个特定邮编的退货次数，可以通过双重索引直接访问：

# 查询75202邮编的退货次数
print(df.groupby('deliveryzipcode')['orderreturned'].value_counts()['75202']['Yes'])

输出：2

内容的提问来源于stack exchange，提问作者Dan