在Python中从多列中删除相同的元素

Question

我正在使用Python，我有一堆列，被添加了一些符号。

所以，如果一列曾经是 "A"，它现在说"('A', '')"。所以我需要删除（'和'，''）。有些变量(更准确的说是400)本来应该叫 "1 A"，但现在却叫"('A'，1)"。所以对于这些变量，我需要去掉（'和'，），并将数字移到A的前面。在使用pivot_table命令后，它们就变成了这样。

所以我需要从之前到之后。

data_before = {"('A', '')" : ['a', 'b', 'c'],
               "('B', '')" : ['p', 'o', 'n'],
               "('C', 1)"  : [1, 1, 1], 
               "('C', 2)"  : [1, 2, 1], 
               "('D', 1)"  : [1, 2, 4],
               "('D', 2)"  : [1, 5, 3]}

df = pd.DataFrame(data=data_before)

data_after = {'A'    : ['a', 'b', 'c'],
              'B'    : ['p', 'o', 'n'],
              '1 C'  : [1, 1, 1], 
              '2 C'  : [1, 2, 1], 
              '1 D'  : [1, 2, 4],
              '2 D'  : [1, 5, 3]}

df_2 = pd.DataFrame(data=data_after)

记住，有42个像C和D这样的变量 每个变量都是从1到10（不只是2），所以有420列。我不想把它们每个都手动写下来改名字。只有前3个变量看起来像A和B（共423列）。

更新以适应更多的字母和数字。所以1 C，2 C... 10 C和1 Z，2 Z......。10 Z.

data_before = {"('A', '')" : ['a', 'b', 'c'],
               "('B', '')" : ['p', 'o', 'n'],
               "('C', 1)"  : [1, 1, 1], 
               "('C', 2)"  : [1, 2, 1], 
               "('C', 3)"  : [3, 2, 1], 
               "('D', 1)"  : [1, 2, 3],
               "('D', 2)"  : [1, 2, 3],
               "('D', 3)"  : [1, 2, 3],
               "('E', 1)"  : [1, 1, 1], 
               "('E', 2)"  : [1, 2, 1], 
               "('E', 3)"  : [3, 2, 1]}

df = pd.DataFrame(data=data_before)

data_after = {'A'    : ['a', 'b', 'c'],
              'B'    : ['p', 'o', 'n'],
              '1 C'  : [1, 1, 1], 
              '2 C'  : [1, 2, 1], 
              '3 C'  : [3, 2, 1], 
              '1 D'  : [1, 2, 3], 
              '2 D'  : [1, 2, 3],
              '3 D'  : [1, 2, 3]
              '1 E'  : [1, 1, 1], 
              '2 E'  : [1, 2, 1],
              '3 E'  : [3, 2, 1]}

df_2 = pd.DataFrame(data=data_after)

这个命令。

df.columns = [f'{b} {a}'.strip() for a, b in df.columns]

返回：

ValueError: too many values to unpack (expected 2)

Answer 1

如果有元组或 MultiIndex 可以使用 f-strings 与 strip:

data_before = {('A', '') : ['a', 'b', 'c'],
               ('B', '') : ['p', 'o', 'n'],
               ('C', 1) : [1, 1, 1], 
               ('C', 2)  : [1, 2, 1], 
               ('D', 1)  : [1, 2, np.NaN],
               ('D', 2)  : [1, np.NaN, 3]}

df = pd.DataFrame(data=data_before)

df.columns = [f'{b} {a}'.strip() for a, b in df.columns]
print (df)
   A  B  1 C  2 C  1 D  2 D
0  a  p    1    1  1.0  1.0
1  b  o    1    2  2.0  NaN
2  c  n    1    1  NaN  3.0

EDIT:

import ast

df.columns = [f'{b} {a}'.strip() for a, b in df.columns.map(ast.literal_eval)]

print (df)
   A  B  1 C  2 C  3 C  1 D  2 D  3 D  1 E  2 E  3 E
0  a  p    1    1    3    1    1    1    1    1    3
1  b  o    1    2    2    2    2    2    1    2    2
2  c  n    1    1    1    3    3    3    1    1    1

Answer 2

你只需要先把所有无用的字符去掉，然后再把字符串拆开并倒过来。

import re 
df.columns = [" ".join(reversed(re.sub(r"\)|\(|'|,", "", x).split()))
              for x in df.columns]