如何用df.apply(pd.value_counts)对DataFrame列归一化返回百分比？

嘿，这个问题我之前也踩过坑，来给你拆解清楚！

为什么df.apply(pd.value_counts(normalize=True))会报错？ #

你遇到的错误'value_counts() missing 1 required positional argument: 'values'，核心原因是你在传递给apply的时候，直接调用了函数，而不是传递函数对象加参数。

pd.value_counts是一个独立的顶层函数，它需要第一个参数是要统计的数值（比如Series或数组）。当你写pd.value_counts(normalize=True)时，Python会立刻尝试执行这个函数，但此时你没有传入要统计的数据（也就是values参数），所以直接抛出缺少参数的错误。

而你单独用pd.Series.value_counts()能工作，是因为这是Series对象的方法——调用时，Series本身会自动作为self参数传入方法内部，不需要你显式传递数据。

正确的实现方式 #

方法1：用lambda包装Series的value_counts方法 #

既然每一列都是Series，我们可以用lambda函数把每一列传给它的value_counts方法，同时指定normalize=True参数：

import pandas as pd

# 假设你的0/1 DataFrame是df
normalized_counts = df.apply(lambda col: col.value_counts(normalize=True))

这样就能得到每列0和1的归一化占比了，结果会是一个新的DataFrame，行是0/1，列是原DataFrame的列名。

方法2：针对0/1数据的高效捷径 #

因为你的数据只有0和1，完全不需要用value_counts，直接计算每列1的占比（用mean()，因为1的均值就是1的占比），0的占比就是1减去这个值，这样速度快得多，尤其是数据量大的时候：

# 计算每列1的占比
proportion_1 = df.mean()
# 计算每列0的占比
proportion_0 = 1 - proportion_1

# 整理成适合堆叠柱状图的格式（行是0/1，列是原列名）
stacked_proportions = pd.DataFrame({'0': proportion_0, '1': proportion_1}).T

绘制堆叠柱状图 #

拿到归一化占比后，用pandas自带的绘图功能就能轻松画出堆叠柱状图：

import matplotlib.pyplot as plt

stacked_proportions.plot(kind='bar', stacked=True, figsize=(10,6))
plt.title('Normalized Proportions of 0/1 by Column')
plt.xlabel('Category (0/1)')
plt.ylabel('Proportion')
plt.legend(title='Columns')
plt.show()

总结 #

• 避免直接在apply里调用函数，要传递函数对象（或用lambda包装带参数的方法调用）
• 针对二元分类数据，用mean()计算占比是最高效的方式，比value_counts快很多

内容的提问来源于stack exchange，提问作者bugguts