Python/Pandas：按年龄分组提取no_show特定值并返回Series？

我来帮你搞定这个问题！你猜的没错，问题确实出在value_counts()返回的结构上——分组后的value_counts()会生成一个多级索引的Series，直接用[1]或[0]提取值会因为索引层级不对，导致拿到的结果完全不符合预期。下面是两种简单可靠的解决方法：

方法一：用unstack()转换多级索引为DataFrame #

分组后的value_counts()会把age_bracket作为第一级索引，no_show的取值（0/1）作为第二级索引。我们可以用unstack()把第二级索引转成列，这样就能直接提取每个年龄段对应的赴约/未赴约计数：

# 统计每个年龄段下no_show=0和no_show=1的数量，转成DataFrame（fill_value=0避免缺失值）
counts_df = df.groupby('age_bracket')['no_show'].value_counts().unstack(fill_value=0)

# 提取赴约（no_show=0）和未赴约（no_show=1）的Series
show_counts = counts_df[0]
noshow_counts = counts_df[1]

# 计算每个年龄段的总人数
age_totals = counts_df.sum(axis=1)

# 计算占比
show_proportions = show_counts / age_totals
noshow_proportions = noshow_counts / age_totals

方法二：用pd.crosstab()直接生成交叉统计表 #

如果你觉得上面的步骤有点绕，pandas的crosstab函数可以直接生成年龄段和赴约状态的交叉计数表，更直观：

import pandas as pd

# 直接生成age_bracket和no_show的交叉计数表
counts_df = pd.crosstab(df['age_bracket'], df['no_show'], margins=False)

# 后续提取计数、计算占比的步骤和方法一完全一致
show_counts = counts_df[0]
noshow_counts = counts_df[1]
age_totals = counts_df.sum(axis=1)
show_proportions = show_counts / age_totals
noshow_proportions = noshow_counts / age_totals

修正后的柱状图代码 #

现在用正确的Series来绘制柱状图，只需要稍微调整x轴标签的部分，确保对应正确的年龄段：

import numpy as np
import matplotlib.pyplot as plt

ind = np.arange(len(age_totals.index))
width = 0.40

# 绘制柱状图
noshow_bars = plt.bar(ind, noshow_proportions, width, color='g', alpha=.7, label='No Show')
show_bars = plt.bar(ind + width, show_proportions, width, color='b', alpha=.7, label='Show')

# 设置x轴标签、标题等（rotation可选，防止标签重叠）
plt.xticks(ind + width/2, age_totals.index, rotation=45)
plt.xlabel('Age Bracket')
plt.ylabel('Proportion')
plt.title('Proportion of Show/No Show by Age Bracket')
plt.legend()

plt.tight_layout()  # 自动调整布局，防止标签被截断
plt.show()

为什么之前的代码出错？ #

你之前的df.groupby('age_bracket')['no_show'].value_counts()返回的是一个多级索引Series，它的索引结构是(age_bracket_value, no_show_value)，比如('20-25', 1), ('20-25', 0), ('25-30', 1)...。直接用[1]提取时，Python会尝试找第一级索引为1的元素，这显然不是你想要的，所以才会得到错误的数值。

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