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()得到了意外的关键字参数“ columns”。如果我这样做也行不通,
avg.rename(columns = {1:"mean"}, inplace=True)
我不知道为什么,所有文档都告诉我列调用是正确的。我只想重命名我的“均值”调用创建的空白列以具有字符串索引。有人知道为什么或如何解决此问题吗?我见过的所有示例都遵循这种格式。谢谢。
答案 0 :(得分:2)
IIUC,您可以这样做
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
avg = df.groupby("b", sort=False)["a"].mean().reset_index()\
.rename(columns={"a":"mean"})
或
avg = df.groupby("b", sort=False, as_index=False)["a"].mean()\
.reset_index()\
.rename(columns={"a":"mean"})
答案 1 :(得分:0)
我认为这应该有效
avg = df.groupby([“ t”],sort = False)[“ p”]。mean()。rename('mean')。reset_index()
答案 2 :(得分:0)
我遇到了同样的问题,并对这个问题感到困惑。致电时:
df.groupby(...)["p"]....rename(columns={1:"mean"})
在rename()
上调用DataFrame["p"]
,它返回一个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1个“列”)。有时,熊猫会隐式将Series对象转换为DataFrames,因此很容易错过。您也可以写
pd.Series.to_frame(df.groupby(...)["p"].mean().reset_index(), name='mean')