重排列的名称和数量熊猫数据帧

Question

我有例如像这样列的数据框（如图1为任意值，以简化这里的东西：

  ID App R1 Pear R1 Oro R1 App R2 Pear R2 Oro R2 App R3 Pear R3 Oro R3 
0   1   1   1   1   1   1   1   1   1  1 
1   1   1   1   1   1   1   1   1   1  1 

我想重新安排这样的列：

  ID App R1 App R2 App R3 Pear R1 Pear R2 Pear R3 Oro R1 Oro R2 Oro R3 
0   1   1   1   1   1   1   1   1   1  1 
1   1   1   1   1   1   1   1   1   1  1 

我曾尝试：

df.columns = [['ID'] + ['App R{}'.format(r+1)] + ['Pear R{}'.format(r+1)] + ['Matched fragment ions R{}'.format(r+1)] + ['Oro R{}'.format(r+1)] for r in range(len(files))] 

注：应用程序，梨和奥罗的数r将取决于csv的号码我开始

但是，迄今为止没有成功。

谢谢，如果你能帮我解决这个问题。

Answer 1

使用自定义sorted与查找键

In [4291]: look = {'I':0, 'A':1, 'P':2, 'O':3} # order for letters 

In [4292]: sorted(df.columns, key=lambda x: look.get(x[0], '')) # first letter key 
Out[4292]: 
['ID', 
'App R1', 
'App R2', 
'App R3', 
'Pear R1', 
'Pear R2', 
'Pear R3', 
'Oro R1', 
'Oro R2', 
'Oro R3'] 

In [4293]: df[sorted(df.columns, key=lambda x: look.get(x[0], ''))] 
Out[4293]: 
    ID App R1 App R2 App R3 Pear R1 Pear R2 Pear R3 Oro R1 Oro R2 \ 
0 1  1  1  1  1  1  1  1  1 
1 1  1  1  1  1  1  1  1  1 

    Oro R3 
0  1 
1  1 

Answer 2

我觉得MultiIndex应该有所帮助：

#set all not R columns to index 
df = df.set_index(['ID']) 
#create multiindex 
df.columns = df.columns.str.split(expand=True) 
#custom reordering 
df = df.reindex(columns=['App','Pear','Oro'], level=0) 
print (df) 
    App  Pear  Oro  
    R1 R2 R3 R1 R2 R3 R1 R2 R3 
ID        
1 1 1 1 1 1 1 1 1 1 
1 1 1 1 1 1 1 1 1 1 

---

df.columns = df.columns.map(' '.join) 
print (df) 
    App R1 App R2 App R3 Pear R1 Pear R2 Pear R3 Oro R1 Oro R2 Oro R3 
ID                   
1  1  1  1  1  1  1  1  1  1 
1  1  1  1  1  1  1  1  1  1