Pandas处理学生数据：表格冗余及类型转换错误修复后异常求助

问题1：Total Students列出现冗余数据 #

你的student_count = school_data_complete_df.count()返回的是Series对象（每列的非空值计数），并非单个总学生数。将这个Series放入district_summary_df时，会把所有列的计数填充进去，导致冗余。

解决方法：

• 如果学生有唯一标识列（比如student_id），用nunique()获取唯一学生总数（避免重复计数）：

  # 获取唯一学生总数
  student_count = school_data_complete_df["student_id"].nunique()
  

• 若确认所有列非空值数一致，也可以取Series的第一个值：

  student_count = school_data_complete_df.count().iloc[0]
  

处理后student_count为单个数值，放入汇总表后只会显示一个总学生数。

问题2：类型错误与百分比列异常 #

原代码报错是因为student_count是Series，float(student_count)无法将整个Series转为单个float值。即便改用astype("float")，本质还是在操作Series，导致计算出的百分比也是Series，放入汇总表后显示异常。

解决方法：
先按问题1的方式将student_count转为单个数值，再计算百分比：

# 先获取单个学生总数
student_count = school_data_complete_df["student_id"].nunique()

# 计算数学及格率
passing_math_percentage = (passing_math_count / student_count) * 100

# 计算阅读及格率
passing_reading_percentage = (passing_reading_count / student_count) * 100

此时计算出的百分比为单个数值，放入district_summary_df后会显示正常的百分比值。

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