如何为Pandas agg方法中的Lambda函数结果重命名行索引

假设我们有如下DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({'col1' : np.random.normal(10, 1, 1000),
                   'col2' : np.random.normal(10, 1, 1000), 
                   'col3' : np.random.normal(10, 1, 1000), })

使用agg结合Lambda函数进行聚合时：

df.agg([lambda x: x[-260:].mean() - x[-260:].std(), 
        lambda x: x[-360:].mean() - x[-360:].std(),
        lambda x: x[-100:].mean() - x[-100:].std()]
        )

结果的行索引会全部显示为<lambda>，以下是几种重命名行索引的实用方法：

方法1：使用字典映射自定义名称（推荐） #

直接通过字典传递聚合规则，键为自定义的行名称，值为对应的Lambda函数，聚合结果会直接使用自定义名称作为行索引：

df.agg({
    '最近260条均值减标准差': lambda x: x[-260:].mean() - x[-260:].std(),
    '最近360条均值减标准差': lambda x: x[-360:].mean() - x[-360:].std(),
    '最近100条均值减标准差': lambda x: x[-100:].mean() - x[-100:].std()
})

方法2：定义具名函数替代Lambda #

将Lambda逻辑封装为具名函数，直接把函数名传入agg列表，行索引会自动使用函数名：

def last260_mean_minus_std(x):
    return x[-260:].mean() - x[-260:].std()

def last360_mean_minus_std(x):
    return x[-360:].mean() - x[-360:].std()

def last100_mean_minus_std(x):
    return x[-100:].mean() - x[-100:].std()

df.agg([last260_mean_minus_std, last360_mean_minus_std, last100_mean_minus_std])

方法3：聚合后修改行索引 #

先执行聚合得到结果，再通过index赋值或rename方法修改行索引：

# 执行聚合
result = df.agg([lambda x: x[-260:].mean() - x[-260:].std(), 
                 lambda x: x[-360:].mean() - x[-360:].std(),
                 lambda x: x[-100:].mean() - x[-100:].std()])

# 直接赋值修改索引
result.index = ['最近260条均值减标准差', '最近360条均值减标准差', '最近100条均值减标准差']

# 或者使用rename方法
result.rename(index={0: '最近260条均值减标准差', 
                     1: '最近360条均值减标准差', 
                     2: '最近100条均值减标准差'}, inplace=True)

内容的提问来源于stack exchange，提问作者jacques