python - 在 Pandas Groupby 函数中重命名列名

Question

这个问题在这里已经有了答案:

Multiple aggregations of the same column using pandas GroupBy.agg() (4 个回答)

关闭 3年前.

Q1) 我想做一个 groupby、SQL 风格的聚合并重命名输出列:

示例数据集:

>>> df
    ID     Region  count
0  100       Asia      2
1  101     Europe      3
2  102         US      1
3  103     Africa      5
4  100     Russia      5
5  101  Australia      7
6  102         US      8
7  104       Asia     10
8  105     Europe     11
9  110     Africa     23

我想按 ID 和 Region 对这个数据集的观察结果进行分组，并对每个组的 count 求和。所以我用了这样的东西......

>>> print(df.groupby(['ID','Region'],as_index=False).count().sum())

    ID     Region  count
0  100       Asia      2
1  100     Russia      5
2  101  Australia      7
3  101     Europe      3
4  102         US      9
5  103     Africa      5
6  104       Asia     10
7  105     Europe     11
8  110     Africa     23

在使用 as_index=False 时，我可以获得“类似 SQL”的输出。我的问题是我无法在此处重命名聚合变量 count。所以在 SQL 中，如果想做上述事情，我会做这样的事情:

select ID, Region, sum(count) as Total_Numbers
from df
group by ID, Region
order by ID, Region

正如我们所见，在 SQL 中将聚合变量 count 重命名为 Total_Numbers 对我来说非常容易。我想在 Pandas 中做同样的事情，但在 group-by 函数中找不到这样的选项。有人可以帮忙吗？

第二个问题(更多是观察)是是否……

Q2) 是否可以直接在 Pandas 数据框函数中使用列名而不用引号括起来？

我知道变量名是字符串，所以必须在引号内，但我看看是否在数据框函数之外使用它们，并且作为属性，我们不要求它们在引号内。像 df.ID.sum() 等。只有当我们在像 df.sort() 或 df.groupby 这样的 DataFrame 函数中使用它时> 我们必须在引号内使用它。这实际上有点痛苦，因为在 SQL 或 SAS 或其他语言中，我们只是使用变量名而不引用它们。对此有何建议？

请回答两个问题(Q1 是主要的，Q2 更多的意见)。

Answer 1

对于第一个问题，我认为答案是:

<your DataFrame>.rename(columns={'count':'Total_Numbers'})

或

<your DataFrame>.columns = ['ID', 'Region', 'Total_Numbers']

至于第二个，我会说答案是否定的。由于python datamodel，它可以像'df.ID'一样使用。 :

Attribute references are translated to lookups in this dictionary, e.g., m.x is equivalent to m.dict["x"]