如何合并pandas DataFrame中两个列名相同的b列

解决方法 #

方法1：通用方案（适配任意数量重名b列） #

对于多个重名的b列，直接选中所有b列后按行执行逻辑或运算，对于0/1值来说和按位或运算结果完全一致，不需要单独选中每一列：

# 所有重名b列按行求或，转为int匹配原数据类型
merged_b = df['b'].any(axis=1).astype(int)
# 拼接非重名列与合并后的b列，调整列顺序
res = pd.concat([df.drop(columns='b'), merged_b.rename('b')], axis=1)[['a','b','c']]

输出结果：

a  b  c
0  1  1  0
1  0  1  1
2  1  0  1

方法2：按位置选中单列后合并 #

如果需要单独选中某一个重名b列，使用iloc按列的位置索引取值即可，示例里两个b列的位置索引分别是1和2：

# 按位置取两个b列
b_col1 = df.iloc[:, 1]
b_col2 = df.iloc[:, 2]
# 按位或合并
merged_b = b_col1 | b_col2
# 后续拼接逻辑同上
res = pd.concat([df.drop(columns='b'), merged_b.rename('b')], axis=1)[['a','b','c']]

补充说明 #

你尝试的df['b']['b']无法选中单列是pandas的正常逻辑：当你用列名索引重名列时，会返回所有匹配该名称的列组成的DataFrame，这个返回结果的列名依然全是b，所以重复用['b']索引永远会返回所有重名列，无法筛选出单列。

内容的提问来源于stack exchange，提问作者user17242583