Python重命名Pandas DataFrame列

Question

import pandas as pd
import numpy as np
datain = np.loadtxt(datafile)
df = pd.DataFrame(data = datain, columns = ["t","p","x","y","z"])
avg = df.groupby(["t"], sort=False)["p"].mean().rename(columns={1:"mean"})

这不起作用，它告诉我TypeError：rename（）获得了一个意外的关键字参数“columns”。如果我这样做也不起作用，

avg.rename(columns = {1:"mean"}, inplace=True)

我弄不清楚为什么，所有的文档都告诉我我列名的调用是正确的。我只想将我的“均值”调用创建的空白列重命名为字符串索引。有人知道为什么或如何解决这个问题吗？我看到的所有示例都遵循这个格式。谢谢。

- Will

---

你尝试过使用 Pandas 直接读取文件吗？例如：pd.read_csv(datafile, delimiter='\t') 或类似的方法？ - mauve

Answer 1

如果我理解正确，你可以这样做。

import pandas as pd
df = pd.DataFrame({"a":np.arange(10),
                   "b":np.random.choice(["A","B"],10)})

avg = df.groupby("b", sort=False)["a"].mean()\
        .reset_index(name="mean")

或者

avg = df.groupby("b", sort=False)["a"].mean().reset_index()\
        .rename(columns={"a":"mean"})

avg = df.groupby("b", sort=False, as_index=False)["a"].mean()\
        .reset_index()\
        .rename(columns={"a":"mean"})

- rpanai

---

这个方法非常有效，对我来说，中间的方法似乎是最清晰和最直接的阅读方式。谢谢。 - Will

这也是我的个人最爱。但我想写下几个选项。 - rpanai

Answer 2

我遇到了相同的问题，并且也对问题感到困惑。当您调用以下代码时：

df.groupby(...)["p"]....rename(columns={1:"mean"}) rename() 是在 DataFrame["p"] 上调用的，该语句返回一个 Series 对象而不是 DataFrame 对象。Series 对象的 rename() 函数没有列参数（因为只有一个“列”）。有时 Pandas 会隐式地将 Series 对象转换为 DataFrame，因此很容易忽略这一点。您可以选择使用以下方式来编写代码： pd.Series.to_frame(df.groupby(...)["p"].mean().reset_index(), name='mean')

- Anna

Answer 3

我认为这应该可以工作：

avg = df.groupby(["t"], sort=False)["p"].mean().rename('mean').reset_index()

- kina_re

---

这给了我TypeError: 'str' object is not callable... 我不确定为什么，因为我不完全理解rename和reset_index的工作方式。 - Will

Answer 4

我认为问题出在你调用时的事实：

avg = df.groupby("b", sort=False)["a"].mean().reset_index().rename(columns={"a":"mean"})

这一行：

avg = df.groupby("b", sort=False)["a"].mean().reset_index() 

返回一个 pd.Series，而不是一个 pd.DataFrame。通常情况下，如果您删除列的参数，它应该可以工作：

avg = df.groupby("b", sort=False)["a"].mean().reset_index().rename("mean")

- CestplusRasti Moens de Hase