Python 如何在dataframe中将复制分组为列

我有一个复制数据集，我需要这样做

        S1   S1   S2   S2
        S1.1 S1.2 S2.1 S2.2
  Ion1  10   8    14   1
  Ion2  0    6    2    3

        Rep1 Rep2
Ion1 S1 10   8
Ion1 S2 14   1
Ion2 S1 0    6
Ion2 S2 2    3

前两行是多级标题。s1和S2是样本，s1.1等是该样本的复制测量的文件名。它们不会是这里显示的简单名称

我需要去这样的地方

        S1   S1   S2   S2
        S1.1 S1.2 S2.1 S2.2
  Ion1  10   8    14   1
  Ion2  0    6    2    3

        Rep1 Rep2
Ion1 S1 10   8
Ion1 S2 14   1
Ion2 S1 0    6
Ion2 S2 2    3

其中rep1和rep2通常表示第一次和第二次重复测量，样本行被堆叠

最后我想计算复制的平均值。现在，我在一个numpy矩阵中执行此操作，并在输入矩阵中插入一行rep编号，然后将其导入pandas，但这并不美观，我更愿意在数据框中执行此操作

编辑： 我想我有点困惑。当我说名字不简单的时候，它们不是S1.1，它们可能是XF20114，S1.2可能是XF19372 CF，S1可能被称为“florida”，所以名字的最后一个数字不可靠。 现在我只需滚动numpy矩阵中的样本行，如果样本号与前面的样本号相同，则在新行中添加一个递增的数字。如果样本名称更改，我将数字设置为1。这使示例中的表看起来像：

        S1   S1   S2   S2
        S1.1 S1.2 S2.1 S2.2
        1    2    1    2
  Ion1  10   8    14   1
  Ion2  0    6    2    3

---

无论复制名称是什么，我是否可以对离子具有相同样本名称的所有值进行分组？

这是一种替代方法：

# stack the first level
df_s = df.stack(level=0)
# groupby the last string in the cols and sum
df_s.groupby(df_s.columns.str[3:], axis=1).sum()

            1    2
0                 
Ion1 S1  10.0  8.0
     S2  14.0  1.0
Ion2 S1   0.0  6.0
     S2   2.0  3.0

df.columns = pd.MultiIndex.from_tuples((first, last.split('.')[-1]) for first, last in df.columns)

df.stack(0).add_prefix('Rep')

           Rep1 Rep2
Ion1    S1  10  8
        S2  14  1
Ion2    S1  0   6
        S2  2   3