我希望在Pandas中找到比通用Python解决方案更多的解决方案。如果Column的get_loc（）函数找到带有“
True”值的重复项，则该掩码数组将返回掩码数组，“
True”值指向找到重复项的位置。然后，我使用掩码将新值分配到这些位置。在我的情况下，我提前知道我要获得多少个dups，以及我将分配给他们什么，但是看起来df.columns.get_duplicates（）将返回所有dups的列表，然后您就可以如果您需要更通用的重复除草操作，请将该列表与get_loc（）结合使用
’‘’更新至2020年9月’‘’
cols=pd.Series(df.columns)for dup in df.columns[df.columns.duplicated(keep=False)]: cols[df.columns.get_loc(dup)] = ([dup + '.' + str(d_idx) if d_idx != 0 else dup for d_idx in range(df.columns.get_loc(dup).sum())] )df.columns=cols blah blah2 blah3 blah.1 blah.2 0 0 1 2 3 4 1 5 6 7 8 9
更好的新方法（更新03Dec2019）
下面的这段代码比上面的代码更好。从下面的另一个答案（@SatishSK）复制：
#sample df with duplicate blah columndf=pd.Dataframe(np.arange(2*5).reshape(2,5))df.columns=['blah','blah2','blah3','blah','blah']df# you just need the following 4 lines to rename duplicates# df is the dataframe that you want to rename duplicated columnscols=pd.Series(df.columns)for dup in cols[cols.duplicated()].unique(): cols[cols[cols == dup].index.values.tolist()] = [dup + '.' + str(i) if i != 0 else dup for i in range(sum(cols == dup))]# rename the columns with the cols list.df.columns=colsdf
输出：
blah blah2 blah3 blah.1 blah.20 0 1 2 3 41 5 6 7 8 9
