如何在pandas中处理同名列

我有一个dataframe，它碰巧有一些列具有相同的列名

df_raw[column_name] # [141 rows x 2 columns]

我有一个提取唯一值的代码，但是如果它有多个维度，它就不起作用

ipdb> dt_raw[column_name].unique()
*** AttributeError: 'DataFrame' object has no attribute 'unique'

我不希望在处理之前用df_raw.columns“更新”所有列以使其唯一。有什么好办法处理这个问题吗

我已尝试以下代码，但出现错误：

ipdb> dt_raw[column_name][0]
*** KeyError: 0

问题:

如何知道有多少列具有相同的名称。在上面的例子中，我期望2

如何单独引用列（例如，更新目的）

---

要获取具有

column\u name

的列数，可以执行

df\u raw[column\u name].shape[1]

。您可以使用

iloc

语法按实际位置而不是名称访问数据帧：

df_-raw。iloc[：，n]

将返回数据帧的第n列，

df_-raw[column_-name]。iloc[：，n]

将返回名为“column_-name”的第n列（请记住，它的索引为零）

---

另外，如果您想要唯一的列名，可以执行

set（df_raw.columns）

我得到了答案。谢谢收看

如何知道有多少列具有相同的名称。在上面的例子中，我期望2

如何单独引用列（例如，更新目的）

---

是的，df_raw[column_name]。形状[1]有效，我得到了2。df_raw.iloc[column_name][：，0]不起作用，但-***TypeError:无法使用的这些索引器[MASKED column name]对进行位置索引。无论如何，谢谢你的回复。几分钟前我找到了一个工作代码。@Earl哎呀，对不起。它应该是

df_raw[column_name].iloc[：，n]

@contraction是的，它正在工作。有趣的是，熊猫有不同的方式做同样的事情。在本例中，看起来.iloc和.ix执行相同的操作。

len(df_raw[column_name].columns)

df_raw[column_name].ix[:,0]  #first column
df_raw[column_name].ix[:,1]  #2nd column, etc