Pandas分组统计后列名缺失：如何重命名或创建时指定列名

我写了一段Pandas代码，想要整理数据生成DataFrame，用来做Top10游戏发行商的柱状图。但执行groupby分组统计后，统计结果的列名丢了，没法通过列名选中这一列来绘图；而Pandas的rename函数需要指定原列名，现在列名是空的，想问能不能通过索引重命名该列，或者在创建统计结果时直接指定列名？

from itertools import count
from platform import platform
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 导入csv文件
data = pd.read_csv("video_game.csv")

# 数据清洗：转换字符串为数值 + 删除不需要的列
data = data.drop(columns=["NA_players", "EU_players", "JP_players", "Other_players", "Global_players", "User_Count", "Rating", "Critic_Count"])

data['User_Score'] = pd.to_numeric(data['User_Score'], errors='coerce')
data = data.replace(np.nan, 0, regex=True)
data['User_Score'] = data['User_Score'].astype(float)

data['Critic_Score'] = pd.to_numeric(data['Critic_Score'], errors='coerce')
data = data.replace(np.nan, 0, regex=True)
data['Critic_Score'] = data['Critic_Score'].astype(float)

# 筛选评分超过90的游戏及其发行商
data = data[['Publisher','Name', 'Critic_Score']]
data = data.query('Critic_Score > 90')
data = data.groupby(['Publisher']).size().sort_values(ascending=False)

print(data)

有两种简单的方法解决这个问题：

方法一：分组统计时直接指定列名 #

groupby.size()返回的是一个Series（索引是发行商，值是数量），没有列名。可以用reset_index(name='列名')直接把它转换成带列名的DataFrame，一步到位：

把最后一行代码改成：

data = data.groupby(['Publisher']).size().reset_index(name='高评分游戏数量')

这样生成的data就是标准的DataFrame，有Publisher和高评分游戏数量两列，之后可以直接通过列名选中数据，比如取Top10并绘图：

# 取Top10发行商
top10_publishers = data.head(10)

# 绘制柱状图
plt.figure(figsize=(12,6))
plt.bar(top10_publishers['Publisher'], top10_publishers['高评分游戏数量'])
plt.title('Top10高评分游戏发行商')
plt.xlabel('发行商')
plt.xticks(rotation=45)
plt.ylabel('高评分游戏数量')
plt.tight_layout()
plt.show()

方法二：对已有结果重命名列 #

如果已经得到了没有列名的Series，也可以直接修改它的name属性，或者转换成DataFrame后重命名：

方式1：修改Series的name #

# 给Series指定名称
data = data.rename('高评分游戏数量')
# 转换成DataFrame
data = data.reset_index()

方式2：reset_index后用rename重命名 #

data = data.reset_index()
data = data.rename(columns={0: '高评分游戏数量'})

这里因为Series转换成DataFrame后，原数值列的默认列名是0，所以可以直接用这个索引来重命名。

内容的提问来源于stack exchange，提问作者Sinsinful