使用groupby的as_index=False转换Series为DataFrame无效问题求助

问题原因 #

1. groupby().size()的特性：该方法默认返回无列名的Series，分组字段作为多级索引。旧版pandas中as_index=False参数对size()不生效，即使添加参数仍返回Series；若新版中未生效，大概率是操作疏漏。
2. reset_index()后列名为0：原Series没有自定义列名，重置索引时会默认用数字0作为计数列的名称。

三种可行解决方案 #

方案1：reset_index时指定列名（最简便）

直接在重置索引时通过name参数指定计数列的名称：

temp = uber_15.groupby(['month', "weekDay"]).size().reset_index(name='size')

方案2：使用agg方法自定义聚合列名

通过agg明确指定聚合规则和列名，配合as_index=False直接生成目标DataFrame：

# 这里的'pickup_datetime'可替换为数据集中任意非空列名
temp = uber_15.groupby(['month', "weekDay"], as_index=False).agg(size=('pickup_datetime', 'size'))

方案3：用count()替代size()并重命名

利用count()对某一列计数，as_index=False会直接生成DataFrame，再重命名列：

temp = uber_15.groupby(['month', "weekDay"], as_index=False)['pickup_datetime'].count()
temp.rename(columns={'pickup_datetime': 'size'}, inplace=True)

验证效果 #

执行上述任一方案后，temp会是目标格式：以month和weekDay为普通列，size为总计值列的DataFrame。

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