pandas - Pandas 按索引删除列会删除所有具有相同名称的列

Question

考虑以下具有相同名称的列的数据框（显然，这确实发生了，目前我有一个像这样的数据集！:(）

>>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)})
>>> df.rename(columns={"b":"a"},inplace=True)
df

    a   a
0   10  5
1   11  6
2   12  7
3   13  8
4   14  9

>>> df.columns
Index(['a', 'a'], dtype='object')

我希望按索引删除时，只有具有相应索引的列会消失，但是显然不是这样。

>>> df.drop(df.columns[-1],1)

0
1
2
3
4

有没有一种方法可以摆脱具有重复列名的列？

编辑：我为第一列选择误导性的值，现在固定

EDIT2：预期结果是

  a
0 10
1 11
2 12 
3 13
4 14

Answer 1

实际上只是这样做：

In [183]:
df.ix[:,~df.columns.duplicated()]

Out[183]:
   a
0  0
1  1
2  2
3  3
4  4

因此，此索引将对所有行进行索引，然后使用从 duplicated生成的列掩码，并使用 ~反转掩码

duplicated的输出：

In [184]:
df.columns.duplicated()

Out[184]:
array([False,  True], dtype=bool)

更新

由于 .ix是 deprecated（因为v 0.20.1），因此您应该执行以下任一操作：

df.iloc[:,~df.columns.duplicated()]

要么

df.loc[:,~df.columns.duplicated()]

感谢@DavideFiocco提醒我