我有一個 pandas 資料框，其列已變成串列并進行了編輯和重新排列。我正在嘗試重新分配列，如下所示：
sapie_columns = sapie_df_working.columns.tolist()
sapie_columns = [sapie_columns[-1]] sapie_columns[3:-1]
sapie_df_working = sapie_df_working[sapie_columns]
但它將我的資料框（最初有 32 列）變成了一個有 164 列的資料框。我認為這是因為許多現有列具有相同的列名（即“90% CI 下限”）。我很好奇為什么會發生這種情況，以及如何根據需要重新排列和編輯資料框的列。
作為參考，這是我的資料框的片段：
# sapie_df_working
2 State FIPS Code County FIPS Code Postal Code Name Poverty Estimate, All Ages 90% CI Lower Bound 90% CI Upper Bound Poverty Percent, All Ages 90% CI Lower Bound 90% CI Upper Bound ... 90% CI Upper Bound Median Household Income 90% CI Lower Bound 90% CI Upper Bound Poverty Estimate, Age 0-4 90% CI Lower Bound 90% CI Upper Bound Poverty Percent, Age 0-4 90% CI Lower Bound 90% CI Upper Bound
3 00 000 US United States 38371394 38309115 38433673 11.9 11.9 11.9 ... 14.9 67340 67251 67429 3146325 3133736 3158914 16.8 16.7 16.9
4 01 000 AL Alabama 714568 695249 733887 14.9 14.5 15.3 ... 20.7 53958 53013 54903 66169 61541 70797 23.3 21.7 24.9
5 01 001 AL Autauga County 6242 4930 7554 11.2 8.8 13.6 ... 19.3 67565 59132 75998 . . . . . .
6 01 003 AL Baldwin County 20189 15535 24843 8.9 6.8 11 ... 16.1 71135 66540 75730 . . . . . .
7 01 005 AL Barbour County 5548 4210 6886 25.5 19.3 31.7 ... 47.2 38866 33510 44222 . . . . . .
uj5u.com熱心網友回復：
df = df[specific_column_names]由于重復的列名，確實產生了這個結果。在這種情況下，使用列名進行過濾是很棘手的，因為不清楚具體參考了哪一列。
如果列名重復，我將改為使用列索引來過濾 DataFrame。
讓我們看一個例子：
>>> import pandas as pd
>>> mock_data = [[11.29, 33.1283, -1.219, -33.11, 930.1, 33.91, 0.1213, 0.134], [9.0, 99.101, 9381.0, -940.11, 55.41, -941.1, -1.3913, 1933.1], [-192.1, 0.123, 0.1243, 0.213, 751.1, 991.1, -1.333, 9481.1]]
>>> mock_columns = ['a', 'b', 'c', 'a', 'd', 'b', 'g', 'a']
>>> df = pd.DataFrame(columns=mock_columns, data=mock_data)
>>> df
a b c a d b g a
0 11.29 33.1283 -1.2190 -33.110 930.10 33.91 0.1213 0.134
1 9.00 99.1010 9381.0000 -940.110 55.41 -941.10 -1.3913 1933.100
2 -192.10 0.1230 0.1243 0.213 751.10 991.10 -1.3330 9481.100
>>> columns = df.columns.tolist()
>>> filtered_column_indices = [len(columns) - 1] list(range(3, len(columns) - 1))
>>> df.iloc[:, filtered_column_indices]
a a d b g
0 0.134 -33.110 930.10 33.91 0.1213
1 1933.100 -940.110 55.41 -941.10 -1.3913
2 9481.100 0.213 751.10 991.10 -1.3330
在示例中，我沒有使用 提取列名[sapie_columns[-1]] sapie_columns[3:-1]，而是提取了等效索引并使用它來過濾使用iloc.
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/441282.html