如何修改Pandas中df.groupby输出的索引名称及优化计数方法

我有一个pd.Series类型的df['target']，其中值为0代表malignant（恶性）、1代表benign（良性）。我希望统计两类值的数量，并将索引名改为'malignant'和'benign'，得到索引为['malignant', 'benign']、名为target的长度为2的整数型Series，示例如下：

target 
malignant    212 
benign       357 

我尝试了以下代码：

target = df.groupby(['target']).size()
target.rename(index={'0': 'malignant', '1': 'benign'})

但返回结果的索引名仍为0和1，如下所示：

target 
0     212 
1     357 
dtype: int64

请问该如何解决？是否有比.size()更好的计数方法？

1. 修复现有代码的问题 #

你的代码存在两个核心问题：

• 索引类型不匹配：如果df['target']的取值是整数类型，groupby生成的索引也是整数0、1，你用字符串'0'、'1'去匹配自然不会生效，要改用整数作为映射键。
• 未接收返回值：rename()默认返回新的Series对象，不会原地修改原变量，需要重新赋值给target，或者添加inplace=True参数实现原地修改。

修复后的代码：

target = df.groupby(['target']).size()
# 方法一：重新赋值接收新对象
target = target.rename(index={0: 'malignant', 1: 'benign'})
# 方法二：原地修改原对象
# target.rename(index={0: 'malignant', 1: 'benign'}, inplace=True)

2. 更简洁的计数方法：value_counts() #

pd.Series.value_counts()是专门用于统计值频次的方法，比groupby().size()更简洁直接，搭配rename即可完成需求：

# 基础用法
target = df['target'].value_counts().rename(index={0: 'malignant', 1: 'benign'})
# 若需要固定索引顺序为malignant在前，添加sort=False
target = df['target'].value_counts(sort=False).rename(index={0: 'malignant', 1: 'benign'})

如果要严格保证索引顺序为['malignant', 'benign']，可以再配合reindex：

target = df['target'].value_counts()\
                     .rename(index={0: 'malignant', 1: 'benign'})\
                     .reindex(['malignant', 'benign'])

内容的提问来源于stack exchange，提问作者Jay Ji