如何在Pandas DataFrame存在重名列时重命名或删除指定列

一、重命名指定的重复列 #

当DataFrame存在重复列名时，直接调用df.rename(columns={'old_name':'new_name'})会批量修改所有同名列。如果只想修改其中某一个指定的重复列，可以通过列的位置索引来精准操作：

操作示例 #

1. 先创建带重复列的测试DataFrame：

import pandas as pd
df = pd.DataFrame([[1,2,3], [4,5,6]], columns=['data', 'data', 'data'])

2. 将列名转为可修改的列表，修改指定位置后重新赋值：

col_names = df.columns.tolist()
# 修改第2个（索引为1）"data"列名为"data_processed"
col_names[1] = 'data_processed'
df.columns = col_names

3. 也可以直接通过列索引值修改（更简洁）：

# 修改第3个（索引为2）"data"列名为"data_final"
df.columns.values[2] = 'data_final'

二、删除指定的重复列 #

直接用df.drop('old_name', axis=1)会删除所有同名列。要删除指定的某一个重复列，同样需要通过列位置索引来操作：

操作示例 #

1. 用列索引直接删除目标列：

# 删除第2个（索引为1）"data"列
df = df.drop(df.columns[1], axis=1)

2. 先定位所有同名列的位置，再选择删除：

# 获取所有名为"data"的列的索引
target_indices = [idx for idx, name in enumerate(df.columns) if name == 'data']
# 删除第1个（索引为0）同名列
df = df.drop(df.columns[target_indices[0]], axis=1)

3. 用iloc选择保留的列（间接删除目标列）：

# 保留除第3个（索引为2）列之外的所有列
df = df.iloc[:, [0,1]]

内容的提问来源于stack exchange，提问作者Yuv_c