Pandas DataFrame新增百分比列仅返回NaN值如何解决

问题原因 #

你当前操作的clicks_pivot本质是带utm_source索引的Pandas Series，而非包含user_id列的DataFrame。通常这类结果是通过groupby单字段统计单列得到的，此时只有索引和统计值，没有名为user_id的列，clicks_pivot.user_id会直接返回空值，最终计算出的percent_clicked全为NaN。
少数情况是透视表生成了多级列名，直接取user_id无法匹配到实际列。

解决方法 #

方法1：直接基于Series计算 #

如果不需要修改原有索引结构，可以直接用Series本身的值做运算，不需要调用列名：

clicks_pivot['percent_clicked'] = (clicks_pivot / clicks_pivot.sum()) * 100

方法2：先转为标准DataFrame再计算 #

如果需要把utm_source从索引转为普通列，方便后续处理，可以先重置索引再计算：

# 把Series转为DataFrame，指定统计值的列名为user_id
clicks_pivot = clicks_pivot.reset_index(name='user_id')
# 执行百分比计算
clicks_pivot['percent_clicked'] = (clicks_pivot['user_id'] / clicks_pivot['user_id'].sum()) * 100

多级列名适配 #

如果是透视表生成的多级列名，可以先打印clicks_pivot.columns确认实际列结构，再替换计算逻辑中的列名即可，示例：

# 假设列名是('user_id', 'count')的多级结构
clicks_pivot['percent_clicked'] = (clicks_pivot[('user_id', 'count')] / clicks_pivot[('user_id', 'count')].sum()) * 100

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