导入exp- probe.csv文件，产生新变量 average probe （探针表达平均数 mean（）） 和 variance probe（探针表达分差 var（）），根据新交量降序排列;apply）

首先，为了导入名为"exp-probe.csv"的文件，并创建两个新的变量average probe（探针表达的平均值）和variance probe（探针表达的标准差），你可以使用pandas库在Python中完成这个任务。假设数据框的名字是df。

import pandas as pd

# 读取csv文件
df = pd.read_csv('exp-probe.csv')

# 计算平均值和标准差
df['average_probe'] = df['probe_column'].mean() # 假设probe_column是你想要计算平均值的实际列名
df['variance_probe'] = df['probe_column'].var()   # 同样，这里是实际列名

# 按照新生成的average_probe列进行降序排序
df = df.sort_values(by='average_probe', ascending=False)

# 保存排序后的结果，如果需要
df.to_csv('sorted_exp-probe.csv', index=False) # 如果不想保存索引，可以添加index=False