最佳答案
在 PandasGroupby 函数中重命名列名
Q1)我想做一个 groupby，SQL 风格的聚合和 重命名输出列:
示例数据集:
>>> df
ID Region count
0 100 Asia 2
1 101 Europe 3
2 102 US 1
3 103 Africa 5
4 100 Russia 5
5 101 Australia 7
6 102 US 8
7 104 Asia 10
8 105 Europe 11
9 110 Africa 23
我想把这个数据集的观察值按照 ID和 Region分组，然后把每组的 count相加。所以我用了这样的东西。
>>> print(df.groupby(['ID','Region'],as_index=False).count().sum())
ID Region count
0 100 Asia 2
1 100 Russia 5
2 101 Australia 7
3 101 Europe 3
4 102 US 9
5 103 Africa 5
6 104 Asia 10
7 105 Europe 11
8 110 Africa 23
在使用 as_index=False时，我能够得到“ SQL 样”输出。我的问题是我无法在这里 重命名聚合变量 count。因此，在 SQL 中，如果想要做上面的事情，我会这样做:
select ID, Region, sum(count) as Total_Numbers
from df
group by ID, Region
order by ID, Region
正如我们所看到的，在 SQL 中从 重命名聚合变量 count到 Total_Numbers对我来说是非常容易的。我想做同样的事情在熊猫，但无法找到这样一个选项的功能组。有人能帮忙吗？
第二个问题(更多的是观察)是否..。
Q2)有没有可能在熊猫数据框函数中直接使用列名而不用引号？
我知道变量名是字符串，所以必须在引号中，但是我看到如果在数据框架函数之外使用它们，并且作为一个属性，我们不要求它们在引号中。比如 df.ID.sum()等等。只有当我们在像 df.sort()或 df.groupby这样的 DataFrame 函数中使用它时，我们才必须在引号中使用它。这实际上有点痛苦，因为在 SQL 或 SAS 或其他语言中，我们只使用变量名而不引用它们。有什么建议吗？
请回答这两个问题(Q1是主要的，Q2更多的是一个意见)。
