如何在pandas中临时重命名DataFrame列 实现SQL的AS别名效果

你给出的SQL如果运行在非严格模式的MySQL环境下，会按name1分组后取每组第一条记录的name1、name2字段，并重命名返回，以下是两种pandas实现方案：

方案1：分组取数后单独重命名 #

先按指定列分组取数，再调用rename方法修改列名，兼容性更强：

import pandas as pd

# 假设你的原始DataFrame名为df
# 按name1分组，取每组第一条记录的name1、name2列
res = df.groupby("name1", as_index=False)[["name1", "name2"]].first()
# 重命名列
res = res.rename(columns={
    "name1": "different_name",
    "name2": "some_name"
})

# 打印输出结果
print(res)

方案2：聚合时直接指定重命名规则 #

pandas 0.25及以上版本支持NamedAgg语法，可以在分组聚合时直接完成列重命名，写法更简洁：

res = df.groupby("name1", as_index=False).agg(
    different_name = ("name1", "first"),
    some_name = ("name2", "first")
)

print(res)

注意事项 #

• 示例中的first表示取分组内第一条对应字段的值，和非严格模式下MySQL的GROUP BY行为一致。如果需要对name2做其他聚合运算，可将first替换为sum（求和）、mean（求平均）、count（计数）等对应聚合函数。
• 参数as_index=False用于避免分组列变成索引，最终输出格式和SQL查询结果一致。

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