如何在Pandas DataFrame中保留唯一列？解决删除重复列报错问题

问题根源 #

报错“2G_configuredMaxTxPower not found in axis”大概率是因为列名存在隐形字符（比如前后空格、全角空格、换行符），看起来名称一致但实际是不同的字符串。

步骤1：排查列名真实情况 #

先打印列名的详细信息，确认是否有隐形差异：

# 打印所有列名
print("当前列名列表：", df.columns.tolist())

# 逐列检查列名的长度和字符编码
for col in df.columns:
    print(f"列名: '{col}' | 长度: {len(col)} | 字符编码: {[ord(c) for c in col]}")

比如如果输出里看到某列长度比其他同名列多1，大概率是带了空格。

方法2：通用去重方案（推荐） #

直接清洗列名后，保留所有列的唯一实例（只留第一次出现的列）：

# 清洗列名：去除前后空格、替换全角空格为半角
df.columns = df.columns.str.strip().str.replace('　', ' ')

# 删除重复列，保留第一次出现的
df = df.loc[:, ~df.columns.duplicated()]

方法3：精准删除指定列的重复项 #

如果只想处理2G_configuredMaxTxPower这一列的重复：

# 获取所有匹配目标列名的索引
target_col_indices = df.columns[df.columns == '2G_configuredMaxTxPower']

# 只保留第一个，删除后续重复列
df = df.drop(target_col_indices[1:], axis=1)

如果还是报错，把代码里的列名换成步骤1中排查到的真实列名（比如带空格的'2G_configuredMaxTxPower '）。

补充：列名不同但值完全相同的情况 #

如果列名不一样但内容完全重复，用转置去重的方法：

# 转置后去重，再转回来，保留第一次出现的列
df = df.T.drop_duplicates().T

内容的提问来源于stack exchange，提问作者prashant sharma