Pandas如何单独重命名DataFrame中重复的同名/空列头

问题原因 #

df.rename()方法是按列名的值做匹配替换的，只要列名的值和传入字典的key相等，无论列在什么位置都会被统一修改。当存在多个同名列（包括列名为NaN的未命名列）时，就会出现一次修改所有同名列的情况，无法实现按位置单独修改。
之前编写的for循环未生效有两个核心问题：

• 依然使用rename做值匹配替换，绕不开同值批量修改的逻辑
• df.rename()默认返回新对象，不修改原DataFrame，执行结果未重新赋值给df

实现方案 #

所有需要按位置修改列名的场景，不要用rename，直接操作df.columns对象即可——df.columns是按列的位置顺序存储的，每个位置的列名独立，不会因为值重复触发批量修改。
针对需要的「空列名向前填充最近的非空列名，无前置非空列名时保留NaN」的需求，不需要手写循环，直接用pandas内置的向前填充方法ffill()就能实现，自动适配任意列数、任意列名取值的场景，不需要提前预知列信息。

完整示例代码 #

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame(
    data=[[1,2,3,4,5,6,7,8], [9,10,11,12,13,14,15,16]],
    columns=[np.nan, np.nan, 'a', np.nan, np.nan, 'b', np.nan, np.nan]
)

# 对列名做向前填充，直接赋值给df.columns完成修改
df.columns = pd.Series(df.columns).ffill()

执行后列名输出为：

Index([nan, nan, 'a', 'a', 'a', 'b', 'b', 'b'], dtype='object')

完全匹配预期的最终效果。

单独修改指定位置列名的方法 #

如果需要单独修改某一个位置的重复列名，直接按索引修改列名列表即可，比如修改索引为1（第二列）的列名为word：

# 将列名转为可修改的列表
col_list = df.columns.tolist()
# 按位置修改指定列名
col_list[1] = 'word'
# 赋值回df.columns完成修改
df.columns = col_list

执行后只会修改第二列的列名，不会影响其他值为NaN的列。

内容的提问来源于stack exchange，提问作者Zia Kim