如何将电影数据分组统计的Series转换为自定义列名的DataFrame？

问题背景 #

我有一个存储电影信息的DataFrame，关注Production Company（制作公司）和Award（奖项）列。按制作公司分组统计获奖数量后，得到了一个带多级索引的Series，现在需要将它转换成指定列名的DataFrame。

原始操作代码 #

mv['Award'] = mv['Award'].astype('string')
mv['Winners'] = mv['Award'] == 'Winner'
mv['Winners']=mv['Winners'].astype('string')
mv['Winners'] = mv['Winners'].str.replace('False','')
mv['Winners'] = mv['Winners'].notnull()
mv['Winners']=mv['Winners'].astype('string')
mv['Winners']=mv['Winners'].str.replace('True','Oscar')
Number_Award = mv.groupby(['Production Company'])['Winners'].value_counts().sort_values(ascending = False).head(3)
print(Number_Award)

原始Series输出 #

Production Company      Winners
Paramount Pictures      Oscar      33
Warner Bros. Pictures   Oscar      29
MGM Home Entertainment  Oscar      28
Name: Winners, dtype: int64

转换遇到的问题 #

使用to_frame()转换后，得到的DataFrame列名不符合需求：

Number_Award = Number_Award.to_frame()
Number_Award

输出：

Winners
Production Company  Winners 
Paramount Pictures  Oscar   33
Warner Bros. Pictures   Oscar   29
MGM Home Entertainment  Oscar   28

需要转换成以下目标格式：

Production Company  Award   Number of award
Paramount Pictures  Oscar   33
Warner Bros. Pictures   Oscar   29
MGM Home Entertainment  Oscar   28

解决方法 #

通过重置多级索引并重命名列即可实现需求，以下是两种常用方案：

方案一：reset_index() + 批量重命名列 #

# 将Series转为DataFrame并重置多级索引为普通列
df_result = Number_Award.reset_index()
# 直接指定新列名
df_result.columns = ['Production Company', 'Award', 'Number of award']

方案二：先指定列名再重置索引 #

# 先将Series转为DataFrame，同时指定数值列的名称
df_result = Number_Award.to_frame(name='Number of award')
# 把多级索引转为普通列
df_result = df_result.reset_index()
# 重命名原"Winners"列为"Award"
df_result.rename(columns={'Winners': 'Award'}, inplace=True)

额外优化建议 #

你之前生成Winners列的代码可以大幅简化，无需多次转换数据类型：

# 向量化操作一步生成获奖标记列
import numpy as np
mv['Winners'] = np.where(mv['Award'] == 'Winner', 'Oscar', '')

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