如何删除DataFrame指定列、处理剩余列后无重复恢复原列？

你遇到的重复行问题，核心是用错了合并方式——append是按行追加，自然会让行数翻倍；merge/join如果没指定匹配规则，容易触发笛卡尔积导致重复。其实因为df和df2本来就是从同一个数据集拆分出来的，索引完全对应，直接用以下两种简单方法就能精准合并：

方法1：直接将df2的列赋值回处理后的df #

这是最省事的方式，列名本来就对应，直接把df2的列塞回去就行：

# 处理完df的操作后执行
df[['col2', 'col3']] = df2

方法2：用pd.concat按列合并 #

如果不想修改原df，就用concat按列(axis=1)拼接，索引会自动匹配对应行：

import pandas as pd

# 处理完df的操作后执行
final_df = pd.concat([df, df2], axis=1)

注意事项 #

如果处理df的过程中修改过索引（比如重置索引、删除过行），要先同步两者的索引再合并：

# 重置索引，确保df和df2的行一一对应
df = df.reset_index(drop=True)
df2 = df2.reset_index(drop=True)

# 再执行合并操作
final_df = pd.concat([df, df2], axis=1)

内容的提问来源于stack exchange，提问作者prof31