Pandas 0.25.x升级至1.5.2：嵌套重命名报错及M1安装问题

解决"nested renamer is not supported"报错（无需降级） #

这个错误是因为Pandas 1.0+ 移除了对rename()方法嵌套字典参数的支持，而《Text Analytics with Python》里的代码基于旧版本Pandas编写。直接修改代码适配新版本即可，不用降级：

• 找到代码中类似以下的嵌套重命名写法：

  # 多级列索引的嵌套重命名（旧版本支持）
  df.rename(columns={'level_1': {'level_2': 'new_name'}})
  # 或者groupby聚合后的嵌套重命名
  df.groupby('category').agg({'value': 'sum'}).rename(columns={'value': {'sum': 'total'}})
  

• 改成新版本兼容的写法：

  1. 对于多级索引列的重命名，使用元组键的扁平化字典，或者指定level参数：

     # 写法一：扁平化元组键
     df.rename(columns={('level_1', 'level_2'): ('level_1', 'new_name')})
     # 写法二：指定修改的层级
     df.rename(columns={'level_2': 'new_name'}, level=1)
     

  2. 对于groupby聚合后的重命名，直接在聚合时指定新列名，或者聚合后统一重命名：

     # 方式一：聚合时直接命名
     df.groupby('category').agg(total=('value', 'sum'))
     # 方式二：聚合后重命名列
     agg_result = df.groupby('category').agg({'value': 'sum'})
     agg_result.columns = ['total']
     

M1 Mac安装Pandas 0.25.3的可行方案 #

M1是ARM架构，旧版本Pandas没有预编译的arm64轮子，直接pip安装会失败，可通过以下两种方式解决：

方法1：用conda安装（推荐） #

conda会自动处理依赖和编译适配，步骤如下：

# 创建独立虚拟环境（建议，避免污染全局环境）
conda create -n pandas_old_env python=3.7
conda activate pandas_old_env
# 从conda-forge安装指定版本Pandas
conda install -c conda-forge pandas==0.25.3

注意：Pandas 0.25.3最高支持Python 3.8，所以环境中的Python版本不要超过3.8。

方法2：Rosetta 2 + x86_64虚拟环境 #

如果一定要用pip，先通过Rosetta 2模拟x86_64环境：

# 安装Rosetta 2（未安装时执行）
softwareupdate --install-rosetta
# 创建x86_64架构的Python虚拟环境
arch -x86_64 python3 -m venv pandas_x86_env
# 激活环境
source pandas_x86_env/bin/activate
# 先安装适配的numpy版本，再安装Pandas
pip install numpy==1.18.5 pandas==0.25.3

旧版本Pandas依赖特定版本的numpy，先安装对应numpy可避免编译失败。

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