设置groupby上应用结果的列名

Question

这是一个相当小的问题，但它触发了我的强迫症，我一直未能找到一个合适的解决方案，在过去的半个小时。

在后台，我想为一个数据帧中的每个组计算一个值（我们称之为F），这个数据帧来自于现有数据帧中列的聚合度量值。

下面是一个我正在尝试的玩具示例：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': ['X', 'Y', 'X', 'Y', 'Y', 'Y', 'Y', 'X', 'Y', 'X'],
                'B': ['N', 'N', 'N', 'M', 'N', 'M', 'M', 'N', 'M', 'N'],
                'C': [69, 83, 28, 25, 11, 31, 14, 37, 14,  0],
                'D': [ 0.3,  0.1,  0.1,  0.8,  0.8,  0. ,  0.8,  0.8,  0.1,  0.8],
                'E': [11, 11, 12, 11, 11, 12, 12, 11, 12, 12]
                })

df_grp = df.groupby(['A','B'])
df_grp.apply(lambda x: x['C'].sum() * x['D'].mean() / x['E'].max())

我想做的是为apply（或lambda）的结果分配一个名称。在不将lambda移到命名函数或在运行最后一行后重命名列的情况下，是否仍要执行此操作？

Answer 1

您可以使用reset_index()将series转换为dataframe，并提供name='yout_col_name'——与序列值对应的列的名称

(df_grp.apply(lambda x: x['C'].sum() * x['D'].mean() / x['E'].max())
      .reset_index(name='your_col_name'))

   A  B  your_col_name
0  X  N   5.583333
1  Y  M   2.975000
2  Y  N   3.845455

Answer 2

让lambda函数返回一个新序列：

df_grp.apply(lambda x: pd.Series({'new_name':
                    x['C'].sum() * x['D'].mean() / x['E'].max()}))

     new_name
A B          
X N  5.583333
Y M  2.975000
  N  3.845455