基于DataFrame列计算值占比：报错排查与解决方案求助

报错原因 #

你写的if results['property_state_code'] == state:这一行存在逻辑问题：results['property_state_code'] == state会生成一个布尔值序列（每一行对应是否匹配当前state），但if语句只能判断单个布尔值，无法直接处理整个序列，因此触发了"The truth value of a Series is ambiguous..."的错误。

另外，你计算占比时调用的是整个DataFrame的value_counts()，没有针对当前state过滤数据，就算没报错，结果也完全不符合需求。

修正后的循环写法 #

先修复逻辑，针对每个state过滤数据后再计算占比：

import pandas as pd

# 直接用unique()获取唯一州名，比手动循环更高效
states = results['property_state_code'].unique().tolist()
conversion_pct = []

for state in states:
    # 过滤出当前州的所有数据
    state_data = results[results['property_state_code'] == state]
    # 统计该州converted的数量
    converted_num = (state_data['converted'] == 'converted').sum()
    # 计算总条数
    total_num = len(state_data)
    # 计算占比，避免除以0的情况
    pct = converted_num / total_num if total_num > 0 else 0
    conversion_pct.append(pct)

# 生成结果DataFrame
result_df = pd.DataFrame({'states': states, 'conversion_pct': conversion_pct})
print(result_df)

更高效的Pandas分组写法 #

用Pandas的groupby可以一步到位，不用手动循环，这是处理这类分组统计的标准写法：

import pandas as pd

# 按州分组，计算每组的转换率
result_df = results.groupby('property_state_code')['converted'].apply(
    lambda x: (x == 'converted').mean()
).reset_index()

# 重命名列名匹配你的期望结果
result_df.columns = ['states', 'conversion_pct']
print(result_df)

代码说明 #

• groupby('property_state_code')：按州对数据分组
• lambda x: (x == 'converted').mean()：把每组的converted列转成布尔值（converted为True，其他为False），平均值就是True的占比，也就是转换率
• reset_index()：把分组的索引转成普通列

运行后会得到你想要的结果：

states  conversion_pct
0     CA             0.0
1     MO             1.0
2     NY             1.0
3     TX             0.5

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