如何在Pandas中移除指定重复列并保留目标列

针对你拥有包含重复列名的DataFrame，要移除所有Numbers列、仅保留Alphabets列的需求，可以通过以下几种简单方法实现：

方法一：通过列名布尔筛选 #

利用列名的布尔判断直接筛选出所有名为Alphabets的列：

import pandas as pd

# 构建示例DataFrame
data = pd.DataFrame({'Alphabets': ['A', 'B', 'C'],
                     'Numbers': ['1', '2', '3'],
                     'Alphabets': ['D', 'E', 'F'],
                     'Numbers': ['10', '11', '12'],
                     'Alphabets': ['G', 'H', 'I'],
                     'Numbers': ['13', '14', '15']})

# 仅保留所有Alphabets列
filtered_data = data.loc[:, data.columns == 'Alphabets']
print(filtered_data)

输出结果：

Alphabets Alphabets Alphabets
0         A         D         G
1         B         E         H
2         C         F         I

方法二：使用filter方法精确匹配列名 #

如果需要更简洁的写法，可以用filter方法配合正则表达式精确匹配列名：

filtered_data = data.filter(regex='^Alphabets$')

正则表达式^Alphabets$表示完全匹配Alphabets列名，不会误匹配其他包含该字符串的列。

补充说明 #

当DataFrame存在重复列名时，data.columns会保留所有列的原始名称（包括重复项），因此上述方法可以准确筛选出所有目标列，同时自动排除所有Numbers列。

内容的提问来源于stack exchange，提问作者narams giri