如何优化Pandas中groupby转DataFrame及重命名的冗余代码？

我是Pandas新手，还请包涵。目前我执行如下代码：

import pandas as pd

example = pd.DataFrame({
    'Date': ['2019-06-17', '2019-08-10', '2019-08-15', '2020-08-12'],
    'Column_1': ['Car', 'Car', 'Truck', 'Truck'],
    'Column_2': ['Red', 'Yellow', 'Yellow', 'Yellow']
})

data = example.groupby([pd.Grouper(freq='Y', key='Date'),'Column_1']).nunique()
df1=pd.DataFrame(data)
df2 = df1.reset_index(level=['Column_1','Date'])
df2 = df2.rename(columns={'Date':'interval_year','Column_2':'Sum'})

期望得到如下结果：

index  interval_year   Column_1   Sum
1      2019-12-31      Car        2
2      2019-12-31      Truck      1
3      2020-12-31      Truck      1

虽然能得到预期结果，但代码创建了2个额外的DataFrame，有时遇到索引与列同名的情况会更复杂，请问如何让这段代码更高效？

可以通过链式调用简化代码，无需创建中间DataFrame，同时优化聚合逻辑提升效率：

import pandas as pd

# 先确保Date列为datetime类型（若原始数据为字符串格式）
example['Date'] = pd.to_datetime(example['Date'])

# 链式完成所有操作
df2 = (example
       .groupby([pd.Grouper(freq='Y', key='Date'), 'Column_1'])
       ['Column_2']  # 仅对需要统计的列执行聚合，减少计算量
       .nunique()
       .reset_index(name='Sum')  # 一步重置索引并指定聚合列的新名称
       .rename(columns={'Date': 'interval_year'})
       )

关键优化点： #

• 链式调用：将分组、聚合、索引重置、列重命名操作串联，避免生成data、df1等中间变量，代码更简洁且减少内存占用
• 精准聚合：明确指定对Column_2执行nunique，避免默认对所有列执行聚合操作，提升运行效率
• 简化索引与重命名：使用reset_index(name='Sum')替代先重置索引再单独重命名的步骤，减少代码行数

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