如何将pandas groupby+value_counts(normalize=True)结果转为DataFrame？

执行groupby(['C', 'B'])['A'].value_counts(normalize=True)后得到的Series，其name是'A'，同时多级索引里也包含'A'字段。直接调用reset_index()时，pandas会尝试把索引中的'A'转为列，又要保留原Series的name作为列名，导致列名重复，触发ValueError: cannot insert A, already exists。

以下几种方法可以解决这个问题：

• 方法一：先重命名Series的占比列

# 把原Series的name改成新的列名（比如proportion）
grouped = grouped.rename('proportion')
df = grouped.reset_index()

• 方法二：用to_frame直接指定列名

# 将Series转为DataFrame时直接指定占比列的名称
df = grouped.to_frame(name='proportion').reset_index()

• 方法三：使用reset_index的names参数（pandas 1.5.0+适用）

# 通过names参数一次性指定所有列名，覆盖原Series的name
df = grouped.reset_index(names=['C', 'B', 'A', 'proportion'])

执行任意一种方法后，都能得到包含C、B、A和占比列的4列DataFrame。

内容的提问来源于stack exchange，提问作者curious