如何将pandas value_counts结果转为指定类型并计算列占总计百分比？

可行代码实现 #

直接通过字典推导式手动转换类型，避开numpy浮点型：

# 先获取各值的频次统计
status_counts = df['marital_status'].value_counts()
total = status_counts.sum()
# 逐个将占比转换为Python原生float，再构建字典
percentage_dict = {status: float(count / total) for status, count in status_counts.items()}

为什么原有方法失效？ #

value_counts()返回的Series元素本身是numpy数值类型，即便用transform或astype(float)处理，最终转字典时得到的还是numpy的float64类型。而通过float()显式转换，能强制得到Python原生的浮点类型。

验证类型 #

可以通过以下代码确认结果类型：

# 取任意键值查看类型
print(type(percentage_dict[next(iter(percentage_dict.keys()))]))
# 输出应为 <class 'float'>

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