如何在pandas pivot_table中重命名aggfunc对应的聚合函数名称？

先看你已有的数据和透视表基础代码：

import pandas as pd
import numpy as np

data = {
    'Division': ['A', 'A', 'B', 'B'],
    'Perfomer': ['X', 'Y', 'X', 'Y'],
    'Completed on time': ['Yes', 'No', 'Yes', 'No'],
    'Values': [10, 20, 30, 40]
}
df = pd.DataFrame(data)

要将透视表中np.sum重命名为Sum of labor costs、len重命名为Number of tasks，有两种常用实现方式：

方法一：创建透视表时直接指定聚合函数名称 #

通过给aggfunc传入嵌套字典，明确指定目标列的聚合函数及自定义名称：

df_pivot = pd.pivot_table(df, 
                          values=['Values'],
                          index=['Division', 'Perfomer'],
                          columns=['Completed on time'],
                          aggfunc={'Values': {'Sum of labor costs': np.sum, 'Number of tasks': len}},
                          margins=True,
                          fill_value=0)

这种方式会直接生成带有自定义名称的透视表层级，一步到位。

方法二：创建后修改透视表的列层级名称 #

如果已经生成了原透视表，可以通过修改列MultiIndex的层级名称来调整：

# 先生成原透视表
df_pivot = pd.pivot_table(df, values=['Values'],
                          index=['Division', 'Perfomer'],
                          columns=['Completed on time'],
                          aggfunc=[np.sum, len],
                          margins=True,
                          fill_value=0)

# 修改第0层级的名称（对应聚合函数的层级）
df_pivot.columns = df_pivot.columns.set_levels(['Sum of labor costs', 'Number of tasks'], level=0)

两种方法都能达到需求效果，可根据实际场景选择。

内容的提问来源于stack exchange，提问作者irina_ikonn