sql-server - 具有别名和 'normal' 数据帧 : python pandas versus mssql 的 Groupby 和 count()

Question

来自 SQL 环境，我正在学习 Python Pandas 中的一些东西。我有一个关于分组和聚合的问题。

假设我按年龄类别对数据集进行分组并计算不同的类别。在 MSSQL 中我会这样写:

SELECT AgeCategory, COUNT(*) AS Cnt
FROM TableA
GROUP BY AgeCategory
ORDER BY 1

结果集是一个包含两列的“普通”表，第二列我命名为 Count。

当我想在 Pandas 中做同样的事情时，groupby 对象的格式不同。所以现在我必须重置索引并重命名下一行中的列。我的代码如下所示:

grouped = df.groupby('AgeCategory')['ColA'].count().reset_index()
grouped.columns = ['AgeCategory', 'Count']
grouped

我的问题是这是否可以一次性完成。看来我做的有点过头了，但是我缺乏经验。

感谢您的任何建议。

问候，M.

Answer 1

在DataFrame.reset_index中使用参数name :

grouped = df.groupby('AgeCategory')['ColA'].count().reset_index(name='Count')

或者:

grouped = df.groupby('AgeCategory').size().reset_index(name='Count')

区别是 GroupBy.count排除缺失值，GroupBy.size不是。

---

关于 aggregation in pandas 的更多信息.