Pandas合并DataFrame后重置列索引失效问题求助

嘿，我一眼就看出问题所在啦——你用的那些reset_index()、reindex()之类的操作，全都是用来处理行索引的，和你遇到的列索引重复问题完全不搭边，所以当然没效果啦！

• 你执行pd.concat([df, sampleDF], axis=1)时，pandas会默认保留两个DataFrame各自的列索引。原df的列索引是0-12，sampleDF的列索引是0，合并后自然会出现两个列名为0的重复列。
• 你尝试的reset_index(drop=True)、reindex()这些方法，作用是重置行的索引（也就是左边的行号），根本不会修改列的名称/索引，所以对解决列重复问题毫无帮助。

这里给你三种实用的解决方案，按需选择：

1. 合并前先给sampleDF重命名列（推荐，更清晰） #

给sampleDF的列起一个独特的名字，避免和原df的列索引冲突：

# 把sampleDF的列0重命名为你想要的名称，比如'sample_data'
sampleDF = sampleDF.rename(columns={0: 'sample_data'})
# 再执行合并
df = pd.concat([df, sampleDF], axis=1)

2. 合并时直接忽略原有列索引，重新编号 #

如果不需要保留原来的列索引，可以在concat时加上ignore_index=True参数，让pandas自动给合并后的列从0开始重新编号：

df = pd.concat([df, sampleDF], axis=1, ignore_index=True)

这样合并后的列索引会变成0-13，不会有重复。

3. 合并后手动修改列索引 #

如果已经完成合并，想事后修复列索引，可以直接给df.columns赋值：

# 简单粗暴：让列索引从0开始连续编号
df.columns = range(df.shape[1])

# 或者自定义列名列表，比如原列名保留，最后加新列名
new_columns = list(df.columns[:-1]) + ['sample_col']
df.columns = new_columns

内容的提问来源于stack exchange，提问作者user8716125