df2新增一列“gene”其值为“Gene Symbol”列的第一个基因名，df1的“ID_REF”列重命名为“ID”列，df2保留“ID”和“gene”列然后与df1合并为df，df中gene名相同的记录表达量取平均值，打印df

好的，根据你的要求，我来逐步回答你的问题。

首先，我需要确认一下你的数据集的格式和结构是否与我想象的一致，假设它们长这个样子：

import pandas as pd

# 构造 df1
df1 = pd.DataFrame({
    'ID_REF': ['A', 'B', 'C', 'D', 'E'],
    'Sample1': [1, 2, 3, 4, 5],
    'Sample2': [6, 7, 8, 9, 10],
    'Sample3': [11, 12, 13, 14, 15]
})

# 构造 df2
df2 = pd.DataFrame({
    'Gene Symbol': ['G1', 'G2', 'G3', 'G4', 'G5'],
    'Value1': [1.1, 2.2, 3.3, 4.4, 5.5],
    'Value2': [6.6, 7.7, 8.8, 9.9, 10.0],
    'Value3': [11.1, 12.2, 13.3, 14.4, 15.5]
})

接下来，我按照你的要求一步步来实现：

1. 新增一列 "gene"。

df2['gene'] = df2['Gene Symbol'].str.split(' ', expand=True)[0]

2. 重命名 df1 的 "ID_REF" 列。

df1 = df1.rename(columns={'ID_REF': 'ID'})

3. 保留 "ID" 和 "gene" 列，然后合并 df1 和 df2。

df = pd.merge(df1[['ID']], df2[['gene', 'Value1', 'Value2', 'Value3']], left_index=True, right_index=True)

4. 按照 "gene" 列进行分组，然后求每组中 "Value1"、"Value2" 和 "Value3" 列的平均值。

df = df.groupby('gene').mean()

5. 打印 df。

print(df)

最终的输出结果应该是这样的：

      Value1  Value2  Value3
gene                        
G1       1.1     6.6    11.1
G2       2.2     7.7    12.2
G3       3.3     8.8    13.3
G4       4.4     9.9    14.4
G5       5.5    10.0    15.5