Python 从excel数据框中删除重复列

最接近的答案是下面的链接。

我的要求略有不同。我有100多列，列名中可以有“.”（点）。示例数据框如下：-

df = pd.DataFrame(columns=['A', 'B', 'C','A','D. s'])

因此，我无法基于“.1”或“.2”进行截断

另外，当我从excel中读取时，列名被读取为A、A.1和A.2等，因此即使下面的命令也无法工作

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

我想放弃A，A.1，保留A.2

---

请提出前进的方向。

类似的方法可能会奏效：

In [552]: df                                                                                                                                                                                                
Out[552]: 
   A  A.1  A.2  A.3  B  B.1  B.3  B.s
0  1    2    3    4  1    2    1    2
1  2    3    4    5  2    4    4    3

In [554]: df.filter(regex=r'^(?!\w\.[0-9])')                                                                                                                                                                
Out[554]: 
   A  B  B.s
0  1  1    2
1  2  2    3

---

IIUC，您可以先删除点后的数字，然后仅保留最后的副本：

df.loc[:,~df.columns.str.replace('\.\d+','').duplicated(keep='last')]

---

你能试试

df.loc[：，~df.columns.str.replace（'\.\d+'，''）.duplicated（keep='last'）]

？请把它作为答案发布。@AbhishekKulkarni你试过

df.filter（regex=r'^（？！\w\.[0-9]）

？@Mayank Porwal是的，谢谢，但它不起作用。不知道为什么。我不擅长正则表达式。