在部分比例几率模型中，平均边际效应 (Average Marginal Effects, AMEs) 是衡量自变量对因变量的影响的一种常用方法。下面是使用Python的statsmodels包来计算部分比例几率模型的AMEs的示例代码：

import pandas as pd
import statsmodels.api as sm

# 读取数据
data = pd.read_csv('data.csv')

# 设定自变量和因变量
X = data[['自变量1', '自变量2', ...]]
y = data['因变量']

# 添加截距项
X = sm.add_constant(X)

# 拟合部分比例几率模型
model = sm.Logit(y, X)
result = model.fit()

# 计算AMEs
ames = result.get_margeff()
print(ames.summary())

在这个示例中，首先需要读取数据并设定自变量和因变量。然后，使用sm.add_constant()方法为自变量添加截距项。接下来，使用sm.Logit()方法拟合部分比例几率模型，并使用fit()方法拟合模型并得到结果。最后，使用get_margeff()方法计算AMEs，并使用summary()方法打印结果。

请注意，你需要将示例代码中的'自变量1', '自变量2', ...替换为实际的自变量列名，并将'因变量'替换为实际的因变量列名。另外，你还需要将'data.csv'替换为实际的数据文件路径。

希望这个示例能帮助到你！