Pandas按索引删除列会丢弃所有具有相同名称的列

Question

考虑使用具有相同名称列的数据框（显然这确实发生了，目前我有这样的数据集！:(）

>>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)})
>>> df.rename(columns={"b":"a"},inplace=True)
df

    a   a
0   10  5
1   11  6
2   12  7
3   13  8
4   14  9

>>> df.columns
Index(['a', 'a'], dtype='object')

我希望当按索引删除时，只有具有相应索引的列才会消失，但显然情况并非如此。

>>> df.drop(df.columns[-1],1)

0
1
2
3
4

有没有办法摆脱具有重复列名的列？

编辑：我为第一列选择了误导性值，现在已修复

EDIT2：预期结果是

  a
0 10
1 11
2 12 
3 13
4 14

Answer 1

实际上只是这样做：

In [183]:
df.ix[:,~df.columns.duplicated()]

Out[183]:
   a
0  0
1  1
2  2
3  3
4  4

因此，此索引所有行，然后使用从duplicated生成的列掩码，并使用~

反转掩码

duplicated的输出：

In [184]:
df.columns.duplicated()

Out[184]:
array([False,  True], dtype=bool)

<强>更新

由于.ix为deprecated（自v 0.20.1起），您应该执行以下任何操作：

df.iloc[:,~df.columns.duplicated()]

或

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

感谢@DavideFiocco提醒我