Pandas中重复year列无法保留单个删除其余的技术问询

我明白你的困扰——当DataFrame里有多个同名且值完全一致的列时，直接用列名删除会把所有对应列都删掉，确实很头疼。下面给你几个靠谱的解决方案：

• 方法一：保留每个列名第一次出现的列，自动去重
  这个方法最直观，遍历所有列名，只保留第一次出现的列，然后重新生成DataFrame：

  # 筛选出不重复的列名，保留首次出现的顺序
  unique_columns = []
  for col in gpd_cinc_merged.columns:
      if col not in unique_columns:
          unique_columns.append(col)
  # 用筛选后的列名重新构建DataFrame
  gpd_cinc_merged = gpd_cinc_merged[unique_columns]
  

  这样处理后，每个列名只会保留第一列，刚好符合你要保留一个year列的需求。

• 方法二：精准删除指定索引的重复列
  你之前尝试按索引删除但没成功，大概率是只删了其中一个重复的year列，还有其他的没处理。看你给出的列索引，year出现在位置4、7、13、14。如果要保留第一个year，删除剩下三个，可以这样写：

  # 指定要删除的重复列的索引，这里是7、13、14
  gpd_cinc_merged.drop(gpd_cinc_merged.columns[[7, 13, 14]], axis=1, inplace=True)
  

  注意：一定要确认好要删除的列的索引，避免误删其他列。

• 方法三：用groupby快速去重（简洁写法）
  利用转置+分组的方式，快速对同名列去重，保留每组的第一个列：

  # 转置后按列名（此时为行索引）分组，取每组第一个再转置回来
  gpd_cinc_merged = gpd_cinc_merged.T.groupby(level=0).first().T
  

  这个方法代码更简洁，适合处理大量重复列的场景。

为什么之前的操作没生效？ #

当你使用gpd_cinc_merged.drop('year', axis=1, inplace=True)时，Pandas会匹配所有名为year的列并全部删除；而你之前只删除了索引7的列，剩下的13、14位置还有year列，所以看起来还是有多个重复列。

内容的提问来源于stack exchange，提问作者Jasper