具有别名和“正常”数据帧的Groupby和count（）：python熊猫与mssql

Question

我来自SQL环境，正在学习Python Pandas中的一些内容。我有一个关于分组和聚合的问题。

假设我按年龄类别对数据集进行分组，并计算不同的类别。在MSSQL中，我会这样写：

SELECT AgeCategory, COUNT(*) AS Cnt
FROM TableA
GROUP BY AgeCategory
ORDER BY 1

结果集是一个带有两列的“普通”表，第二列我命名为Count。

当我想在Pandas中进行等效时，groupby对象的格式不同。所以现在我必须重置索引，并在下面一行中重命名列。我的代码如下所示：

grouped = df.groupby('AgeCategory')['ColA'].count().reset_index()
grouped.columns = ['AgeCategory', 'Count']
grouped

我的问题是，这是否可以一次性完成。看起来我做得太过分了，但我缺乏经验。

谢谢你的建议。

您好，M。

Answer 1

使用参数name在DataFrame.reset_index：

grouped = df.groupby('AgeCategory')['ColA'].count().reset_index(name='Count')

或：

grouped = df.groupby('AgeCategory').size().reset_index(name='Count')

不同之处在于分组方式。计数排除缺失值，GroupBy。大小不是。

更多关于大熊猫聚集的信息。