如何在Pandas的groupby操作后重命名聚合列？

嘿，我来帮你搞定这个问题～你遇到的rename无效的情况，主要有两个原因：一是你写的{'0':'xyz'}里把列名当成了字符串，但实际这个列名是整数0；二是rename默认不会修改原DataFrame，需要重新赋值或者加inplace=True。不过其实还有更优雅的方法，不用等到之后再改名，直接在聚合阶段就搞定，下面给你几种方案：

方案1：修正rename的用法 #

如果你还是想用rename，记得把列名写成整数0，并且要么重新赋值给变量，要么开启原地修改：

# 先执行你的原代码
df_result = df.groupby(['open_year','open_month','source']).size().reset_index()

# 方式A：重新赋值给新变量（推荐，避免原地修改的副作用）
df_result = df_result.rename(columns={0: 'xyz'})

# 方式B：原地修改原DataFrame
df_result.rename(columns={0: 'xyz'}, inplace=True)

方案2：聚合时直接指定列名（更直观） #

用agg方法可以在聚合的同时直接定义新列名，逻辑更清晰：

df_result = df.groupby(['open_year','open_month','source'], as_index=False) \
              .agg(xyz=('source', 'size'))

这里的xyz就是你想要的新列名，括号里的'source'可以替换成DataFrame里任意存在的列（因为size是统计组内行数，和具体列无关）。

方案3：最简洁的方式——利用reset_index的name参数 #

这是最省事的方法，size()返回的是一个Series，它的name默认是0，我们在reset_index的时候直接用name参数把这个名字改成你要的列名，一步到位：

df_result = df.groupby(['open_year','open_month','source']).size().reset_index(name='xyz')

个人最推荐方案3，代码最短，逻辑也最直接，不用额外处理重命名的步骤～

内容的提问来源于stack exchange，提问作者HHH