Python dataframe：按索引交换列标题

我使用熊猫数据框来绘制csv。用分光计获取的数据

df = pd.read_csv("C:\\file.csv") # import file

输出表始终由对组成

样本1 未名:1 样本2 未名:2 ... 波长 传输1 波长 传输2 ...

---

我不确定您的确切意思（示例表中的一些模拟数据会很好），但假设现在每一行都是一个单独的数据帧，每两列都是示例，是否需要这样做

# sample data
df = pd.DataFrame({
    'sample1':[23.1, 12.2, 15.8],
    'Unnamed:1':['alpha','beta','gamma'],
    'sample2':[12.1, 13.4, 11.1],
    'Unnamed:2':['alpha','beta','gamma'],
    'sample3':[0.1,0.43,0.29],
    'Unnamed:3':['alpha','beta','gamma']
})

样本1 未名:1 样本2 未名:2 样本3 未名:3 0 23.1 阿尔法 12.1 阿尔法 0.1 阿尔法 1. 12.2 贝塔 13.4 贝塔 0.43 贝塔 2. 15.8 伽马射线 11.1 伽马射线 0.29 伽马射线

---

您可以最容易地操纵这些值，而不是作为一个整体操纵数据帧

假设您的数据是：

import pandas as pd
# Example data
df = pd.DataFrame([["sample 1", "Unnamed:1", "sample 2", "Unnamed:2"], [0.614, "transmission 1", 0.68168, "transmission 2"]])

0 1. 2. 3. 0 样本1 未名:1 样本2 未名:2 1. 0.614 传输1 0.68168 传输2

---

可以将列标签分为两部分：偶数列和奇数列。然后，在每对奇偶编号的列中交换它们的序列，如下所示：

swapped_cols = np.ravel([[y, x] for x, y in zip(df.columns[0::2], df.columns[1::2])])

这里，

df.columns[0:：2]

和

df.columns[1:：2]

包含偶数列和奇数列

print(swapped_cols)

['Unnamed:1' 'sample 1' 'Unnamed:2' 'sample 2']

案例1:如果只想交换列标签，而不交换列内容，可以执行以下操作：

df.columns = swapped_cols

df = df[swapped_cols]

结果：

print(df)

     Unnamed:1        sample 1    Unnamed:2        sample 2
0  wavelengths  transmission 1  wavelengths  transmission 2

print(df)

        Unnamed:1     sample 1       Unnamed:2     sample 2
0  transmission 1  wavelengths  transmission 2  wavelengths

案例2:如果要交换列序列（同时交换列标签和列内容），可以执行以下操作：

df.columns = swapped_cols

df = df[swapped_cols]

结果：

print(df)

     Unnamed:1        sample 1    Unnamed:2        sample 2
0  wavelengths  transmission 1  wavelengths  transmission 2

print(df)

        Unnamed:1     sample 1       Unnamed:2     sample 2
0  transmission 1  wavelengths  transmission 2  wavelengths

---

我没有得到你真正想要的。如果需要使用列名进行筛选，请使用：

df.filter（like='samp'）

您的数据帧是否只有一行？是否需要类似以下内容：？