解决Python Pandas中DataFrame嵌套循环索引重复遍历的问题

问题原因 #

你的代码出现重复遍历索引的核心问题是嵌套了不必要的三层循环：

• 最外层遍历DataFrame的列
• 中间层遍历当前列value_counts()的索引（即各个类别）
• 最内层遍历当前列value_counts()的所有计数值

这会导致每个类别都会和所有计数值逐一配对输出，比如某列有3个类别，就会输出9行重复结果，而非预期的3行。

修正方案1：简化循环（保留迭代逻辑） #

直接同时遍历value_counts()的索引和对应计数值，避免内层多余循环：

total_data = len(data_high)
for column in data_high:
    data_type = data_high[column].value_counts()
    # 同时迭代类别（索引）和对应的计数
    for category, count in data_type.items():
        percentage = round((count / total_data) * 100, 2)
        print(f"{column}: {category} - {percentage}%")

修正方案2：用Pandas原生方法（更高效简洁） #

利用value_counts(normalize=True)直接计算占比，无需手动循环计算：

for column in data_high:
    # normalize=True 返回相对频率，乘100转为百分比并保留两位小数
    percentage_df = data_high[column].value_counts(normalize=True).mul(100).round(2)
    print(f"=== {column} 类别占比 ===")
    print(percentage_df)
    print()

这种方法不仅避免了循环错误，还能利用Pandas的向量化运算提升效率，尤其适合大数据集。

内容的提问来源于stack exchange，提问作者Riswan Gani Padilah