如何在pandas 0.20.1+中重命名多级组中的所有列

Question

随着Pandas 0.20.1的发布,对于groupby.agg()的功能有了新的弃用,并带有用于重命名的字典.

弃用文件

我正在尝试找到更新代码的最佳方法来解决这个问题,但是我正在努力解决我目前如何使用这种重命名功能.

当我进行聚合时,我经常为每个源列提供多个函数,并且我一直在使用此重命名功能来获取具有这些新列名的单个级别索引.

例:

df = pd.DataFrame({'A': [1, 1, 1, 2, 2],'B': range(5),'C': range(5)})

In [30]: df
Out[30]: 
   A  B  C
0  1  0  0
1  1  1  1
2  1  2  2
3  2  3  3
4  2  4  4

frame = df.groupby('A').agg({'B' : {'foo':'sum'}, 'C': {'bar' : 'min', 'bar2': 'max'}})

结果如下:

Out[33]: 
    B   C     
  foo bar bar2
A             
1   3   0    2
2   7   3    4

我通常会这样做:

frame = pd.DataFrame(frame).reset_index(col_level=1)

frame.columns = frame.columns.get_level_values(1)

frame
Out[42]: 
   A  foo  bar  bar2
0  1    3    0     2
1  2    7    3     4

所以我正在寻找获得单级索引的结果数据框的好方法,但是有新的唯一列名.多列源自单个源列的聚合.非常感谢任何最佳方法的建议.

Answer 1

这在0.20.1版本中完美地运行:

d = {'sum':'foo','min':'bar','max':'bar2'}
frame = df.groupby('A').agg({'B' : ['sum'], 'C': ['min', 'max']}).rename(columns=d)
frame.columns = frame.columns.droplevel(0)
frame = frame.reset_index()
print (frame)
   A  foo  bar  bar2
0  1    3    0     2
1  2    7    3     4

若多个mins:

d = {'B_sum':'foo','C_min':'bar','C_max':'bar2'}
frame = df.groupby('A').agg({'B' : ['sum'], 'C': ['min', 'max']})
frame.columns = frame.columns.map('_'.join)
frame = frame.reset_index().rename(columns=d)
print (frame)
   A  foo  bar  bar2
0  1    3    0     2
1  2    7    3     4

Answer 2

这是更短的替代方案：

In [78]: d={'C_min':'min_C', 'C_sum':'sum_C','B_min':'min_B','B_sum':'sum_B'}

In [79]: frame
Out[79]:
    C       B
  min sum min sum
A
1   0   3   0   3
2   3   7   3   7

In [80]: frame.columns = frame.columns.map('_'.join).to_series().map(d)

In [81]: frame
Out[81]:
   min_C  sum_C  min_B  sum_B
A
1      0      3      0      3
2      3      7      3      7