如何重命名Pandas groupby结果中的重复索引列与统计列

方法一：分组时直接指定索引与列名 #

在groupby操作中，直接对提取的年、月字段重命名，同时给统计结果指定列名，一步到位得到目标格式：

count_result = DF.groupby(
    [
        DF['Application Date'].dt.year.rename('Application Year'),
        DF['Application Date'].dt.month.rename('Application Month')
    ]
)['Application ID'].count().rename('No of Applicants')

print(count_result)

说明 #

• 用rename()给提取的年、月Series设置自定义名称，替代默认的"Application Date"索引名
• 调用count()统计有效申请ID的数量（和size()效果一致，更贴合业务语义）
• 最后通过rename()将统计列名改为"No of Applicants"

方法二：对已生成的分组结果修改 #

如果已经得到了初始分组结果，可通过修改索引和列名调整格式：

# 执行初始分组
initial_result = DF.groupby(
    [DF['Application Date'].dt.year, DF['Application Date'].dt.month]
).size()

# 修改多级索引的名称
initial_result.index = initial_result.index.set_names(['Application Year', 'Application Month'])

# 重命名统计列
final_result = initial_result.rename('No of Applicants')

print(final_result)

拓展：转为普通DataFrame #

若需要将结果转为带列名的DataFrame（而非Series），可追加reset_index()：

final_df = final_result.reset_index()
print(final_df)

内容的提问来源于stack exchange，提问作者Vinita