如何将value_counts得到的多级索引Series转为DataFrame

场景说明 #

按学校、班级维度分析学生考试通过占比时，如下代码运行后输出为带三级（school、class、passed_or_not）索引的Series类型，无法直接开展后续结构化分析，需要转换为标准DataFrame格式：

df.groupby(["school","class"]).passed_or_not.value_counts(normalize=True)*100

转换方案 #

根据需要的表结构选择对应写法即可：

• 宽表格式（每行对应1个班级，通过、未通过占比各为单独列，日常分析最常用）
  调用unstack()将最后一级passed_or_not索引转为DataFrame列，再重置行索引为普通字段即可：

  rate_df = (
      df.groupby(["school", "class"])
      .passed_or_not.value_counts(normalize=True)
      .mul(100)
      .unstack(fill_value=0) # fill_value=0用于填充无对应状态的班级占比，避免空值
      # 按passed_or_not字段的实际取值重命名列，比如字段取值是1/0就把键替换为1、0
      .rename(columns={True: "pass_rate(%)", False: "fail_rate(%)"})
      .reset_index()
  )
  

• 长表格式（每行对应1个学校+班级+是否通过状态的单条占比记录）
  直接用to_frame()给统计结果设置列名，再重置索引即可：

  rate_df = (
      df.groupby(["school", "class"])
      .passed_or_not.value_counts(normalize=True)
      .mul(100)
      .to_frame("percentage(%)")
      .reset_index()
  )
  

• 仅提取通过率单列（不需要展示未通过占比）
  先筛选出passed_or_not对应通过标记的记录，再转换为DataFrame即可，比如通过标记为True时：

  pass_rate_df = (
      df.groupby(["school", "class"])
      .passed_or_not.value_counts(normalize=True)
      .mul(100)
      .loc[:, :, True]
      .to_frame("pass_rate(%)")
      .reset_index()
  )
  

内容的提问来源于stack exchange，提问作者lincolnab