Pandas中保留DataFrame唯一列：解决重复列删除报错问题

当Excel文件存在多列名称和值完全相同的情况（如3个2G_configuredMaxTxPower列），直接通过列名删除重复列会触发「2G_configuredMaxTxPower not found in axis」报错，以下是两种可靠的解决方法：

方法一：全局处理所有重复列（保留每组重复列的第一个） #

这种方法会自动识别所有名称和值都重复的列，只保留每组中的第一列：

import pandas as pd

# 读取Excel文件
df = pd.read_excel("你的文件路径.xlsx")

# 转置DataFrame，将列转为行，标记重复的行（原重复列）
# keep='first'表示保留第一个出现的列，后续重复列标记为True
duplicated_cols = df.T.duplicated(keep='first')

# 筛选出需要保留的列（取反后，True变为False，False变为True）
df_unique = df.loc[:, ~duplicated_cols]

方法二：针对特定重复列处理 #

如果已知具体重复的列名（如2G_configuredMaxTxPower），可以精准保留该列的第一个实例，删除其余重复列：

import pandas as pd

df = pd.read_excel("你的文件路径.xlsx")

# 找出目标列的所有索引位置
target_col = "2G_configuredMaxTxPower"
col_positions = [idx for idx, col_name in enumerate(df.columns) if col_name == target_col]

# 若存在多个重复列，删除第一个之外的所有列
if len(col_positions) > 1:
    df = df.drop(df.columns[col_positions[1:]], axis=1)

报错原因说明 #

直接使用df.drop("2G_configuredMaxTxPower", axis=1)时，Pandas无法处理同名多列的删除逻辑——第一次删除后，剩余的同名列索引会混乱，再次执行删除操作就会提示列名不存在。而上述两种方法通过索引定位或布尔筛选，能精准操作重复列，避免报错。

内容的提问来源于stack exchange，提问作者Prashant Sharma