如何更改列中的文本，然后將第一行與列標題結合起來？

Question

我有以下數據框：

data={'a1':['X1',2,3,4,5],'Unnamed: 02':['Y1',5,6,7,8],'b1':['X2',5,3,7,9],'Unnamed: 05':['Y2',5,8,9,3],'c1':['X3',4,5,7,5],'Unnamed: 07':['Y3',5,8,9,3],'d1':['P',2,4,5,7],'Unnamed: 09':['M',8,4,6,7]}
df=pd.DataFrame(data)
df.columns=df.columns.to_series().mask(lambda x: x.str.startswith('Unnamed')).ffill()
df

我想做一些事情：

1. 將包含 (X1, X2 & X3) 的行更改為 'X（反之亦然，將 Y1,Y2,Y3 更改為 'Y）
2. 將現有列標題與包含 X、Y、P、M 的行合並

結果應如下所示：

1. 將包含 (X1, X2 & X3) 的行更改為 'X（反之亦然，將 Y1,Y2,Y3 更改為 'Y）

2. 將現有的列標題與包含 X、Y、P、M 的行結合起來 -另請注意，“P”和“M”分別完全替換了“d1”。

Answer 1

嘗試這個。

import numpy as np
# extract only the letters from first row
first_row = df.iloc[0].str.extract('([A-Z]+)')[0]
# update column names by first_row
# the columns with P and M in it have their names completely replaced
df.columns = np.where(first_row.isin(['P', 'M']), first_row, df.columns + '_' + first_row.values)
# remove first row
df = df.iloc[1:].reset_index(drop=True)
df

Answer 2

或者，您可以執行以下操作：

# Transpose data frame and make index to column
df = df.T.reset_index()
# Assign new column, use length of first row as condition
df["column"] = np.where(df[0].str.len() > 1, df["index"].str[:] + "_" + df[0].str[0], df[0].str[0])
df.drop(columns=["index", 0]).set_index("column").T.rename_axis(None, axis=1)

----------------------------------------------------------
    a1_X    a1_Y    b1_X    b1_Y    c1_X    c1_Y    P   M
1   2       5       5       5       4       5       2   8
2   3       6       3       8       5       8       4   4
3   4       7       7       9       7       9       5   6
4   5       8       9       3       5       3       7   7

----------------------------------------------------------

這是一個更通用的解決方案，因為它使用每個零行條目的長度作為條件，而不是實際值“P”和“M”。 因此，它適用於每個單個字符串。

Answer 3

df.columns = [x + '_' + y[0] if len(y)>1 else y for x, y in df.iloc[0].reset_index().values]
df = df[1:].reset_index(drop=True)
print(df)

輸出：

  a1_X a1_Y b1_X b1_Y c1_X c1_Y  P  M
0    2    5    5    5    4    5  2  8
1    3    6    3    8    5    8  4  4
2    4    7    7    9    7    9  5  6
3    5    8    9    3    5    3  7  7