从Python中的多个列中删除相同的元素

我使用的是Python，我有很多列添加了一些符号

因此，如果一列曾经是“a”，那么现在它会说“（'a'，''”。所以我需要删除（'和'，''）。有些变量（更准确地说是400）本应称为“1A”，但称为“（'A'，1）”。因此，对于这些，我需要删除（'和'，）并将数字移动到A的前面。在pivot_table命令之后，它们变成了这样

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)

请记住，有42个变量看起来像C和D，每个变量从1到10（不仅仅是2），因此有420列。我不想手动写下每一个来更改名称。只有前三个变量看起来像A和B（总共423列）

更新以容纳更多字母和数字。所以1c，2c。。。10度和1度，2度。。。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)

此命令：

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

返回：

ValueError: too many values to unpack (expected 2)

---

如果存在元组或可以使用

f-strings

和

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

编辑：

---

您只需首先删除所有无用的字符，然后拆分并反转字符串

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

---

为你修正了。我的解决方案对你有效吗？对我有效，但要使解决方案完整，1和2也应该移到字母的前面@Jezraelth如果你有C1，C2，关于改变位置的部分是有效的，但是如果它上升到10，你有整个字母表呢？我收到以下错误：ValueError:要解压缩的值太多（预期为2个）@jezrael@nielsen-那么这里的逻辑是什么？您需要对它们进行排序吗？在处理数据时，我看不到数字，并且它在显示数据时提供了更好的概览。@尼尔森-数字总是最后一个值？这适用于手头的数据。这是一个非常好的解决方案。我一直意识到我的mwe不够好。字母A、B、C、D、E。。表示在我的数据中较长的名称，而这种解决方案似乎不起作用。但我会给它一个“解决”，因为它在这里工作。

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