有没有办法在 Pandas 中删除_in place_重复列_names_？

Question

这个问题的重点是单词names和in place，因为我想删除具有相同名称的列（无论值如何），但我不想删除具有相同值但名称不同的列，我想高效地完成它。

换句话说，我正在寻找 df = df.loc[:, ~df.columns.duplicated()] 的

in place

版本，以避免数据帧的临时副本。

import pandas as pd
df = pd.DataFrame([[0, 1, 2, 0, 0],[1, 2, 3, 1, 1], [2, 3, 4, 2, 2]], columns=iter('ABCAD'))

# expected result
print(df.loc[:, ~df.columns.duplicated()])

其基本原理是清理大型数据帧。

Answer 1

这不应该是 copy-on-Write 机制的问题，该机制只会在分配数据时进行复制（将是 pandas 3 中的默认设置）。

如果您确实想要解决方法，您始终可以

rename

将列放置到位，然后再将“重复项”放置到位：

old_cols = df.columns
new_cols = pd.io.common.dedup_names(df.columns, False)
df = df.set_axis(new_cols, axis=1, copy=False)
df.drop(columns=old_cols.symmetric_difference(new_cols), inplace=True)