Python 自动重命名相同的标题

我正在使用

python3.7

和

pandas

我已成功加载我的csv文件并将标题放置在列表中

csv\u file=pandas.read\u csv（file，encoding=“ISO-8859-1”）

headers=[line.upper（）表示csv\u文件中的行]

但是，当我打印

标题时，相同的标题都以[number]作为后缀，例如

['ADID', 'FIRST NAME', 'LAST NAME', 'FULL NAME', 'ADID.1', 'ADID.2', 'ROLE 2', 'GROUP', 'DIVISION', 'TEAM', 'COMPANY']  

根据输入文件，
ADID
、
ADID.1
和
ADID.2
都应为
ADID

熊猫是这样对待相同的标题的吗？是否可以关闭此功能？
您的CSV文件是否有多个名为“ADID”的标题

那是行不通的。标题必须是唯一的。否则，如果您提到“ADID”列，它如何知道您谈论的是ADID、ADID.1还是ADID.2？
您的CSV文件是否有多个称为“ADID”的标题

那是行不通的。标题必须是唯一的。否则，如果您提到“ADID”列，它如何知道您是在谈论ADID、ADID.1还是ADID.2？
有一个名为
mangle\u dupe\u cols
的选项，默认情况下该选项为True（即将重复的列设置为X，X.1，…，X.N），但该选项并不是要设置为False

正如pandas在其文档中警告的那样，“如果列中有重复的名称，传入False将导致数据被覆盖。”

来源：
有一个名为
mangle_dupe_cols
的选项，默认情况下该选项为True（即将重复的列设置为X，X.1，…，X.N），但该选项并不是要设置为False

正如pandas在其文档中警告的那样，“如果列中有重复的名称，传入False将导致数据被覆盖。”

来源：
这是可能的，但不推荐

您可以与
regex
-
（\。\d+）$
一起使用：

与角色匹配。字面意思（区分大小写）

\d+匹配一个数字（等于[0-9]）

+量词-在一次和无限次之间匹配，尽可能多地匹配，根据需要回馈（贪婪）

$在一行末尾断言位置


这是可能的，但不推荐

您可以与
regex
-
（\。\d+）$
一起使用：

与角色匹配。字面意思（区分大小写）

\d+匹配一个数字（等于[0-9]）

+量词-在一次和无限次之间匹配，尽可能多地匹配，根据需要回馈（贪婪）

$在一行末尾断言位置


试图配置
mangle\u dupe\u cols=False
但出现错误
ValueError:不支持设置mangle\u dupe\u cols=False
。这仍然是一个持续的过程。我只做程序检查。你的目标是要找出列名中是否有任何重复项吗？我想你可以用一些杂乱的线条捕捉到重复项：
test=pd.read\u csv（'path/to/your/file'，nrows=1，header=None）
然后
assert numpy.unique（test）==test.shape[1]
如果有任何重复项试图配置
mangle\u dupe\u cols=False，将引发断言错误
但它给出了错误
ValueError:不支持设置mangle\u dupe\u cols=False
。这仍然是一个持续的过程。我只做程序检查。你的目标是要找出列名中是否有任何重复项吗？我想你可以用一些杂乱的线条捕捉到重复项：
test=pd.read\u csv（'path/to/your/file'，nrows=1，header=None）
然后
assert numpy.unique（test）==test.shape[1]
如果存在任何重复项，则会引发断言错误；脚本将用于报告“重复”标题。以编程方式，只要头名称不跟随为true的[number]符号，就可以完成此操作；脚本将用于报告“重复”标题。以编程方式，只要标题名称不遵循[number]符号，就可以完成此操作
c = ['ADID', 'FIRST NAME', 'LAST NAME', 'FULL NAME', 
     'ADID.1', 'ADID.2', 'ROLE 2', 'GROUP', 'DIVISION', 'TEAM', 'COMPANY']  
df = pd.DataFrame(columns=c)

df.columns = df.columns.str.replace('(\.\d+)$','')
print (df)
Empty DataFrame
Columns: [ADID, FIRST NAME, LAST NAME, FULL NAME, 
          ADID, ADID, ROLE 2, GROUP, DIVISION, TEAM, COMPANY]
Index: []