Python 熊猫中具有相同名称的多个列

我正在从CSV文件创建一个

dataframe

。我已经通过了文件，多个SO帖子，链接，因为我刚刚开始熊猫，但没有得到它。CSV文件有多个同名列，例如

a

所以在形成

dataframe

之后，当我执行

df['a']

时，它将返回哪个值？它不会返回所有值

---

此外，只有一个值具有字符串，其余值为

None

。如何获取该列？

相关参数为

mangle\u dupe\u cols

从

默认情况下，您的所有

'a'

列都将按照上面的指定命名为

'a.0'…'a.N'

如果使用了

mangle\u dupe\u cols=False

，则导入此

csv

将产生错误

您可以使用

df.filter(like='a')

---

演示

---

我遇到了类似的问题，不是因为从csv读取，而是因为我有多个同名的df列（在我的例子中是“id”）。我通过获取df.columns并使用列表重置列名来解决这个问题

In : df.columns
Out: 
Index(['success', 'created', 'id', 'errors', 'id'], dtype='object')

In : df.columns = ['success', 'created', 'id1', 'errors', 'id2']

In : df.columns
Out: 
Index(['success', 'created', 'id1', 'errors', 'id2'], dtype='object')

---

从这里，我可以调用'id1'或'id2'来获得我想要的列。

这是我通常使用我的基因表达数据集所做的，因为同一基因的基因序列稍有不同，相同的基因名称可以出现多次：

在my dataframe中创建重复列的列表（指出现多次的列名）：

使用函数

.index（）

，它可以帮助我找到在每次迭代中重复的第一个元素，并在下面划线：

这个

for

循环帮助我在所有重复的列下面加下划线，现在每个列都有一个不同的名称

此特定代码与正好出现2次的列相关，但对于在数据帧中出现甚至超过2次的列，可以对其进行修改

最后，使用带下划线的元素重命名列：

df.columns=所有列的列表

---

就是这样，我希望它有帮助：）

回答这个问题：

当我做df['a']时，它将返回哪个值

-它将返回一个所有列都命名为

a

@MaxU的df，它没有返回所有值…这就是为什么我感到惊讶！！！！我在Pandas 0.19.0下测试了它-你使用的是什么版本？@MaxU same…当我使用

像
时，它工作得非常好！！！！很好。。。。。另外，在我的例子中，只有一个可以有一个值，rest将是
NaN
。因此，我如何选择唯一的值非NaN或NaN是所有值都是nan@vks这是一个完全无关的问题。碰巧最近有人问这个问题。我会找到它并贴在这里。@vks这个问题和答案可以用来得到你想要的。如果对你来说不够具体，问一个新问题。我看不出您实际使用了参数
mangle\u dupe\u cols
。为什么只有我一个人感到困惑？：）@瑞尼你不是唯一的一个。他需要在某个地方使用它。默认情况下，如果为true，那么它将处理重复的列。
from StringIO import StringIO
import pandas as pd

txt = """a, a, a, b, c, d
1, 2, 3, 4, 5, 6
7, 8, 9, 10, 11, 12"""

df = pd.read_csv(StringIO(txt), skipinitialspace=True)
df

df.filter(like='a')

In : df.columns
Out: 
Index(['success', 'created', 'id', 'errors', 'id'], dtype='object')

In : df.columns = ['success', 'created', 'id1', 'errors', 'id2']

In : df.columns
Out: 
Index(['success', 'created', 'id1', 'errors', 'id2'], dtype='object')

duplicated_columns_list = []
list_of_all_columns = list(df.columns)
for column in list_of_all_columns:
    if list_of_all_columns.count(column) > 1 and not column in duplicated_columns_list:
        duplicated_columns_list.append(column)
duplicated_columns_list

for column in duplicated_columns_list:
    list_of_all_columns[list_of_all_columns.index(column)] = column + '_1'
    list_of_all_columns[list_of_all_columns.index(column)] = column + '_2'