如何修改DataFrame列名，按频道统计YouTube唯一视频观看数

列名修改方法 #

如果你的代码是通过groupby+nunique()生成统计结果，可通过两种方式修改列名：

方法1：计算时直接指定列名 #

在调用reset_index时通过name参数直接设置自定义列名，一步到位：

import pandas as pd

# 加载JSON数据（假设数据路径正确）
df = pd.read_json('youtube_history.json')

# 过滤有效视频记录（YouTube历史中标题以"Watched"开头的为视频观看记录）
df = df[df['title'].str.startswith('Watched')].dropna(subset=['channel_title', 'video_id'])

# 按频道分组统计唯一视频数，同时设置列名
channel_stats = df.groupby('channel_title')['video_id'].nunique().reset_index(name='No_of_unique_videos_viewed')

方法2：生成结果后重命名列 #

如果已经得到带nunique列的DataFrame，用rename方法修改：

# 假设已生成带nunique列的统计结果
channel_stats = channel_stats.rename(columns={'nunique': 'No_of_unique_videos_viewed'})

代码优化方案 #

处理这类统计需求，以下方案更高效且严谨：

方案1：小数据集简洁版 #

数据量较小时，直接用groupby+nunique()足够简洁，同时加入数据清洗步骤避免无效统计：

import pandas as pd

df = pd.read_json('youtube_history.json')
# 清洗数据：保留有效视频记录，去掉缺失频道或视频ID的行
clean_df = df[df['title'].str.startswith('Watched')][['channel_title', 'video_id']].dropna()
# 统计唯一视频数
channel_stats = clean_df.groupby('channel_title')['video_id'].nunique().reset_index(name='No_of_unique_videos_viewed')
# 按视频数降序排序（可选）
channel_stats = channel_stats.sort_values(by='No_of_unique_videos_viewed', ascending=False)

方案2：大数据集高效版 #

当数据量极大时，先通过drop_duplicates去重再统计，性能更优：

import pandas as pd

df = pd.read_json('youtube_history.json')
clean_df = df[df['title'].str.startswith('Watched')][['channel_title', 'video_id']].dropna()
# 先去重：同一频道下的同一视频只保留一条记录
unique_records = clean_df.drop_duplicates(subset=['channel_title', 'video_id'])
# 统计每个频道的唯一视频数
channel_stats = unique_records.groupby('channel_title').size().reset_index(name='No_of_unique_videos_viewed')
# 排序（可选）
channel_stats = channel_stats.sort_values(by='No_of_unique_videos_viewed', ascending=False)

这种方式的核心是提前去除重复的视频观看记录，减少分组统计时的计算量，在百万级以上数据量时优势明显。

内容的提问来源于stack exchange，提问作者Mauricio Arias Olave