如何用Pandas原生方法查找DataFrame中的重复列名？

直接用Pandas自带的方法就能快速定位重复列名，不用手动遍历：

1. 标记重复列（默认跳过首次出现）
   用df.columns.duplicated()生成布尔数组，筛选出重复列：

# 提取重复列名（仅标记第二次及之后出现的重复）
duplicate_cols = df.columns[df.columns.duplicated()]
print("重复列名:", duplicate_cols.tolist())

2. 标记所有重复列（含首次出现的）
   如果想把所有出现过多次的列都找出来，给duplicated()加keep=False参数：

# 找出所有重复出现的列名
all_duplicate_cols = df.columns[df.columns.duplicated(keep=False)]
print("所有重复列名:", all_duplicate_cols.tolist())

3. 统计列名出现次数
   用value_counts()直接统计每个列名的出现次数，筛选出次数大于1的：

# 统计列名出现频率，提取重复项
col_counts = df.columns.value_counts()
duplicate_cols = col_counts[col_counts > 1].index.tolist()
print("重复列名及出现次数:\n", col_counts[col_counts > 1])

额外解决拼接报错的小技巧 #

如果要彻底避免pd.concat()的索引错误，可以先给重复列名加后缀，确保列名唯一：

# 用Pandas内置方法自动去重列名
df.columns = pd.io.parsers.base_parser.ParserBase({'usecols': None})._maybe_dedup_names(df.columns)

或者手动自定义后缀：

from collections import defaultdict

counts = defaultdict(int)
new_columns = []
for col in df.columns:
    counts[col] += 1
    new_columns.append(f"{col}_{counts[col]}" if counts[col] > 1 else col)
df.columns = new_columns

内容的提问来源于stack exchange，提问作者fmvio