DataFrame按列名复制列并赋值时遇性能警告问题求助

原问题分析 #

你需要处理一个包含重复列名的DataFrame：

• 列名含Tridem：复制2次，所有该类列的值除以3
• 列名含Tandem：复制1次，所有该类列的值除以2
• 原代码未实现列复制需求，且因重复列名触发性能警告

原DataFrame结构：

Single  Tridem  Tandem  Tridem
0     700    1500    1200    2700

警告原因 #

PerformanceWarning是因为DataFrame存在重复列名（两个Tridem列），直接用列名索引时，pandas需要在重复列中匹配查找，超出默认排序深度导致性能提示。

正确实现方案（推荐） #

通过构建新列列表的方式，给复制的列添加唯一后缀，避免重复列名，同时完整实现需求：

import pandas as pd

# 构造原DataFrame
weight = [700, 1500, 1200, 2700]
name = ['Single', 'Tridem', 'Tandem', 'Tridem']
ol_axle = pd.DataFrame([weight], columns=[name])

# 初始化存储处理后列的列表
new_columns = []

for col_name in ol_axle.columns:
    col_data = ol_axle[col_name]
    if 'Tridem' in col_name:
        divided_val = col_data / 3
        # 添加3个带后缀的列（原列+2个复制列）
        new_columns.extend([
            (f"{col_name}_1", divided_val),
            (f"{col_name}_2", divided_val),
            (f"{col_name}_3", divided_val)
        ])
    elif 'Tandem' in col_name:
        divided_val = col_data / 2
        # 添加2个带后缀的列（原列+1个复制列）
        new_columns.extend([
            (f"{col_name}_1", divided_val),
            (f"{col_name}_2", divided_val)
        ])
    else:
        # Single列直接保留
        new_columns.append((col_name, col_data))

# 生成最终DataFrame
result_df = pd.DataFrame({name: data for name, data in new_columns})
print(result_df)

执行后输出：

Single  Tridem_1  Tridem_2  Tridem_3  Tandem_1  Tandem_2  Tridem_1  Tridem_2  Tridem_3
0     700      500.0      500.0      500.0      600.0      600.0      900.0      900.0      900.0

保留原列名的替代方案（不推荐） #

如果必须保留重复列名，可通过位置索引（iloc）避免警告，但后续操作仍可能因重复列名出现问题：

import pandas as pd

weight = [700, 1500, 1200, 2700]
name = ['Single', 'Tridem', 'Tandem', 'Tridem']
ol_axle = pd.DataFrame([weight], columns=[name])

# 反向遍历列索引，避免插入列导致索引偏移
for idx in reversed(range(len(ol_axle.columns))):
    col_name = ol_axle.columns[idx]
    col_data = ol_axle.iloc[:, idx]
    
    if 'Tridem' in col_name:
        # 修改原列值
        ol_axle.iloc[:, idx] = col_data / 3
        # 插入2个复制列
        ol_axle.insert(idx+1, col_name, col_data / 3)
        ol_axle.insert(idx+2, col_name, col_data / 3)
    elif 'Tandem' in col_name:
        ol_axle.iloc[:, idx] = col_data / 2
        ol_axle.insert(idx+1, col_name, col_data / 2)

print(ol_axle)

原代码问题说明 #

1. 使用tridem_divided/tandem_divided标志导致仅处理第一个匹配列，忽略了第二个Tridem列
2. 未实现列复制需求，仅修改了列值，与需求不符
3. 直接用重复列名索引触发性能警告

内容的提问来源于stack exchange，提问作者ar ia