Pandas中执行df.columns未同时显示Type与Percent列的问题
核心问题原因
- 临时操作未持久化:你在打印df1时才临时执行
rename_axis和reset_index,没有将转换结果回写到df1本身。此时df1始终保持“分类值作为索引、仅Percent列存在”的结构,因此查询列名时只会输出Percent。 - 列名访问逻辑错误:上一行已经将df的列名设置为
['Type'],原代码中访问df['computer.u_sku']的操作无效,该列已经不存在。 - 手动指定列名报错的诱因:未将索引转成普通列时,DataFrame本身只有1个
Percent列,强行指定2个列名自然触发长度不匹配错误。
修正后的可运行代码
# 设置原始列名 df.columns = ['Type'] # 对Type列的值执行自定义提取逻辑(替换原无效的computer.u_sku列访问) df['Type'] = df['Type'].apply(lambda x: extract_value(x)) # 统计占比后直接完成索引转列操作,将结果持久化保存到df1 df1 = ( df['Type'].value_counts(normalize=True) * 100 .to_frame('Percent') .rename_axis(index='Type') .reset_index() ) # 验证列名 print(df1.columns) # 输出 Index(['Type', 'Percent'], dtype='object') # 输出统计结果 print(df1)
运行效果
- 执行
df1.columns会正确返回Index(['Type', 'Percent'], dtype='object') - 输出的统计结果和期望格式完全一致,不会再出现列名缺失的问题
内容的提问来源于stack exchange,提问作者Lynn
相关产品推荐
相关产品推荐

