如何获取Pandas中同名列（A列）的位置，适配多DataFrame场景

你需要在列名重复的DataFrame里，准确获取所有名为'A'的列的位置（包括第二个及以后的），同时适配不同列数、列位置不固定的多个DataFrame。

先还原你的示例DataFrame：

为什么你原来的代码行不通 #

你之前的循环里，a.columns.get_loc('A')在列名重复时，只会返回第一个匹配的索引，所以不管循环多少次碰到'A'，赋值的都是同一个位置，没法区分第二个'A'。

解决方案 #

直接遍历列的索引和名称，收集所有名为'A'的列的位置，这样不管有多少个重复的'A'列，都能一次性拿到所有位置，适配任意结构的DataFrame。

方法1：列表推导式快速收集

# 一次性获取所有名为'A'的列的索引位置
a_col_indices = [idx for idx, col_name in enumerate(a.columns) if col_name == 'A']

# 取第一个A列的位置
indx1 = a_col_indices[0]
# 取第二个A列的位置（先判断是否存在，避免索引越界）
indx2 = a_col_indices[1] if len(a_col_indices) >= 2 else None

方法2：循环逐个记录（更直观）

a_col_indices = []
for idx, col_name in enumerate(a.columns):
    if col_name == 'A':
        a_col_indices.append(idx)

# 根据需要获取对应位置
if len(a_col_indices) >= 1:
    indx1 = a_col_indices[0]
if len(a_col_indices) >= 2:
    indx2 = a_col_indices[1]

这样处理后，不管你的DataFrame有多少列、'A'列在什么位置，都能准确拿到所有目标列的索引，还能避免索引越界的问题。

内容的提问来源于stack exchange，提问作者Jason