Python 删除少数列后，从0重新指定列的标签

我通过以下命令删除了一些重复的列

columns = XY.columns[:-1].tolist()
XY1 = XY.drop_duplicates(subset=columns,keep='first').

结果如下：

现在列的标签是1 222 223 0（末尾的0标签是因为concat带有另一个df！！）我希望列是 从索引0开始重新标记。我该怎么做

---

因此，首先创建一个具有所需映射的字典

trafo_dict = {x:y for x,y in zip( [1,222,223,0],np.linspace(0,3,4))}

然后需要重命名列。这可以通过pd.DataFrame.rename完成：

  XY1 = XY1.rename(columns=trafo_dict)

编辑：如果希望以更通用的方式使用：

np.linspace(0,XY1.shape[1]-1,XY1.shape[1])

---

什么是打印（XY.head（）.to_dict（））？它起作用了。但是它增加了0.0，1.0，2.0。。。如何使其成为整数？使用trafo_dict={x:int（y）…}来执行soIf i concat列上的两个df，有没有简单的方法重置列ID？同样使用上述方法，如果原始标签在两列中出现两次，则无法解决问题：trafo_dict={x:y代表x，y在zip中（list（XY.columns.values），np.linspace（0，XY.shape[1]-1，XY.shape[1]）}XY.rename（columns=trafo_dict，inplace=True）print（XY.columns.values）[181.0，1.0，2.0，3.0，4.0，5.0，…174.0，175.0，176.0，177.0，178.0，179.0，180.0，181.0]最初，列0和最后一列的标签是0。一个肮脏但快速的解决方法应该是：在合并之前编辑列名，例如，1,2,3，用于df1，2,3等。合并结果在df3中，并使用我为df3建议的程序

np.linspace(0,XY1.shape[1]-1,XY1.shape[1])