重命名 groupby 的列名并使用 Pandas 计算结果答案

【问题标题】：Rename column names of groupby and count result with Pandas重命名 groupby 的列名并使用 Pandas 计算结果
【发布时间】：2020-06-22 01:12:32
【问题描述】：

给定以下数据框：

import numpy as np
df = pd.DataFrame({'price': np.random.random_integers(0, high=100, size=100)})
ranges = [0,10,20,30,40,50,60,70,80,90,100]
df.groupby(pd.cut(df.price, ranges)).count()

输出：

          price
 price  
(0, 10]     9
(10, 20]    11
(20, 30]    11
(30, 40]    9
(40, 50]    16
(50, 60]    7
(60, 70]    10
(70, 80]    9
(80, 90]    14
(90, 100]   4

我如何reset_index 结果并将列名重命名为bins 和counts？谢谢。

      bins    counts
0   (0, 10]     9
1   (10, 20]    11
2   (20, 30]    11
3   (30, 40]    9
4   (40, 50]    16
5   (50, 60]    7
6   (60, 70]    10
7   (70, 80]    9
8   (80, 90]    14
9   (90, 100]   4

【问题讨论】：

标签： python pandas dataframe rename

【解决方案1】：

此代码有效但不够简洁，如果您有其他选择，欢迎分享：

df.groupby(pd.cut(df.price, ranges)).count()\
.rename(columns={'price' : 'counts'})\
.reset_index()\
.rename(columns={'price': 'bins'})

输出：

      bins    counts
0   (0, 10]     9
1   (10, 20]    11
2   (20, 30]    11
3   (30, 40]    9
4   (40, 50]    16
5   (50, 60]    7
6   (60, 70]    10
7   (70, 80]    9
8   (80, 90]    14
9   (90, 100]   4

【讨论】：

【解决方案2】：

一个想法是使用rename 用于来自pd.cut 的系列，因此如果选择列price 用于处理组输出为Series，则添加Series.reset_index 和name 参数为2 columns DataFrame：

df1 = (df.groupby(pd.cut(df.price, ranges).rename('bins'))['price'].count()
         .reset_index(name='counts'))
print (df1)
        bins  counts
0    (0, 10]      13
1   (10, 20]      13
2   (20, 30]       9
3   (30, 40]       9
4   (40, 50]       7
5   (50, 60]       9
6   (60, 70]       9
7   (70, 80]      12
8   (80, 90]       9
9  (90, 100]       9

【讨论】：

谢谢，你的解决方案好多了。