Python Pandas:如何将DataFrame Groupby的结果放在带有新列名称的数据框架中

Question

我有一个带有两个列'ID'和" TIME"的数据框架。需要计算ID的平均时间，并使用新的列名称将结果放入新的数据框架中。输入数据框架：

        id  time
0    1     1
1    1     1
2    1     1
3    1     1
4    1     2
5    1     2
6    2     1
7    2     1
8    2     2
9    2     2
10   2     2
11   2     2

我的代码：

import pandas as pd
my_dict = {
    'id':  [1,1,1, 1,1,1, 2,2,2, 2,2,2],
    'time':[1,1,1, 1,2,2, 1,1,2, 2,2,2]
    }
df = pd.DataFrame(my_dict)
x = df.groupby(['id'])['time'].mean()
# x is a pandas.core.series.Series                                                                  
type(x)
y = x.to_frame()
# y is pandas.core.frame.DataFrame                                                                  
type(y)
list(y)

运行此代码会导致：

In [14]: y                                                                                              
Out[14]:                                                                                                
        time                                                                                            
id                                                                                                      
1   1.333333                                                                                            
2   1.666667                                                                                            

groupby返回pandas系列" x"，然后将其转换为数据框" y"。如何将输出'y'数据框列名称从"时间"更改为其他内容，例如"平均"？理想情况下，我需要具有两列的输出数据框架：" ID"one_answers" MANE"。这个怎么做？

update2：

y = x.to_frame（'sean'）。reset_index（）

解决了问题！

Answer 1

您可以使用agg传递名称。关键是列的名称，值是聚合函数的别名。as_index=False用于id列作为列留下：

df.groupby(['id'], as_index=False)['time'].agg({'mean': 'mean'})
Out: 
   id      mean
0   1  1.333333
1   2  1.666667

使用您的系列x，这也可以工作：

x.to_frame('mean').reset_index()
Out: 
   id      mean
0   1  1.333333
1   2  1.666667