pandas使用agg()函数分组聚合时避免生成多层列名的方法

问题原因 #

你调用agg()时传入的是列表包裹的函数[np.mean]，pandas默认会将原列名、聚合函数名作为两层列索引返回，就会出现你遇到的双层列名问题。

解决方案 #

对应你需要的两种列名效果，分别有以下实现方式：

• 如果你希望最终列名是mean（也就是你给出的预期输出样式），直接指定聚合列后调用聚合方法，再转为DataFrame指定列名即可：

# 写法1：用agg实现
df.groupby('Metropolitan area')['Population (2016 est.)[8]'].agg(np.mean).to_frame(name='mean')

# 写法2：直接调用mean方法更简洁
df.groupby('Metropolitan area')['Population (2016 est.)[8]'].mean().to_frame(name='mean')

运行后输出和你给出的预期完全一致。

• 如果你希望最终保留原列名Population (2016 est.)[8]，指定聚合列后直接传聚合函数（不要套列表）即可：

df.groupby('Metropolitan area')['Population (2016 est.)[8]'].agg(np.mean).to_frame()

如果需要自定义列名，也可以用agg的命名字段写法：

df.groupby('Metropolitan area').agg(
    人口均值=('Population (2016 est.)[8]', np.mean)
)

内容的提问来源于stack exchange，提问作者Mauro