用Pandas计算各次尝试中奖人数占比，排查占比超100%问题

我有如下Pandas DataFrame，正在完成一个彩票练习，想要计算第n次尝试（第1次、第2次、第3次等）中奖的人数占比。但不知为何，计算出的总占比超过了100%，希望有人能找出问题所在。

输入数据 #

预期输出 #

Percentage of people who won on their attempt 1: 25.00% # Person B
Percentage of people who won on their attempt 2: 25.00% # Person D
Percentage of people who won on their attempt 3: 25.00% # Person C

当前代码 #

attempts_per_person = data.groupby('person').count()

max_attempts = 3 # I only care about first 3 attempts for now

res = []
for i in range(max_attempts):
    num_wins = data.loc[data.groupby('person').cumcount() == i, 'result'].eq('win').sum()
    res.append((num_wins / attempts_per_person.shape[0]) * 100)

for i, pct in enumerate(res):
    print(f"Percentage of people who won on their attempt {i+1}: {pct:.2f}%")

问题根源 #

你的代码没有排除已经中过奖的用户。如果某个用户在多次尝试中都中奖（比如第2次和第3次都中），会被重复计入不同尝试的统计中，最终导致各次占比的总和超过100%。而你需要的应该是「首次在第n次尝试中奖的用户占比」——每个用户只会被统计一次，对应他首次中奖的那次尝试。

修正后的代码 #

import pandas as pd

# 构造示例数据
data = pd.DataFrame({
    'person': ['a', 'b', 'a', 'c', 'd', 'c', 'c', 'd'],
    'result': ['loss', 'win', 'loss', 'loss', 'loss', 'loss', 'win', 'win']
})

# 1. 给每个用户的尝试按顺序编号（第1次尝试对应编号1）
data['attempt_num'] = data.groupby('person').cumcount() + 1

# 2. 筛选出中奖记录，然后保留每个用户的首次中奖记录
first_win = data[data['result'] == 'win'].groupby('person').first()

# 3. 统计各首次中奖尝试的用户数量
win_counts = first_win['attempt_num'].value_counts().sort_index()

# 4. 计算占比（总用户数为去重后的人数）
total_people = data['person'].nunique()
max_attempts = 3

# 生成结果列表，确保覆盖前max_attempts次尝试
res = []
for i in range(1, max_attempts + 1):
    count = win_counts.get(i, 0)
    res.append((count / total_people) * 100)

# 打印结果
for i, pct in enumerate(res, 1):
    # 可选：获取对应尝试的中奖用户
    users = first_win[first_win['attempt_num'] == i].index.tolist()
    print(f"Percentage of people who won on their attempt {i}: {pct:.2f}% # Person {'、'.join(users)}")

代码说明 #

• 步骤1：用cumcount()+1给每个用户的尝试从1开始编号，对应第1、2、3次尝试。
• 步骤2：筛选所有中奖记录，再按用户分组取第一条，得到每个用户首次中奖的尝试次数。
• 步骤3：统计各尝试次数下的首次中奖用户数，确保每个用户只被统计一次。
• 步骤4：用各次数的用户数除以总用户数得到占比，即使某尝试次数没有中奖用户，也会显示0%。

运行结果 #

Percentage of people who won on their attempt 1: 25.00% # Person b
Percentage of people who won on their attempt 2: 25.00% # Person d
Percentage of people who won on their attempt 3: 25.00% # Person c

内容的提问来源于stack exchange，提问作者konichiwa