为什么在Python上使用熊猫导入后，来自df的同名成对列会被更改？

Question

今天我意识到了一些非常奇怪的事情，我有一个.csv文件，其中包含一个df，在使用Excel打开时显示如下所示

​

​

在Python3x上执行以下代码后，人们可能会想到

import pandas as pd
metadata_file_path = r'C:\Users\ResetStoreX\Pictures\Metadata.csv'

df_metadata = pd.read_csv(metadata_file_path, index_col=0)
print(df_metadata)

预期的输出应该是低于的

            0     0    1    1      2          2         3        3     4    4      5    5         
0  Background Ocean Body Crab Colour Dark green Eyes type Antennae Claws None Spikes None            
1  Background Ocean Body Crab Colour Dark green Eyes type Antennae Claws None Spikes Brown     
2  Background Ocean Body Crab Colour Dark green Eyes type Antennae Claws None Spikes Green    
3  Background Ocean Body Crab Colour Dark green Eyes type Antennae Claws None Spikes Purple    
4  Background Ocean Body Crab Colour Dark green Eyes type Antennae Claws None Spikes Sand    

然而，最终变成了这个，而不是

            0   0.1    1  1.1      2        2.1         3      3.1     4  4.1      5   5.1         
0  Background Ocean Body Crab Colour Dark green Eyes type Antennae Claws None Spikes None            
1  Background Ocean Body Crab Colour Dark green Eyes type Antennae Claws None Spikes Brown     
2  Background Ocean Body Crab Colour Dark green Eyes type Antennae Claws None Spikes Green    
3  Background Ocean Body Crab Colour Dark green Eyes type Antennae Claws None Spikes Purple    
4  Background Ocean Body Crab Colour Dark green Eyes type Antennae Claws None Spikes Sand  

可以看到，相同名称的列在导入时被Pandas (或Python)修改，因此将其添加到下一列，其名称与前一列相同。

我不明白为什么会发生这种情况，如果可能的话，我想知道一种防止这种意外修改的方法。

Answer 1

熊猫read_*方法总是防止重复的列名，因为选择存在问题。

如果使用df[0]，它会选择两列，而不是一列。

对于原始列，可以使用名称：

df.columns = df.columns.str.split('.').str[0].astype(int)

另一种方法是在.之前使用第一个值来分组而不更改列名：

row = 0
d = {x.iat[0]: x.iat[1] for name, x in df.iloc[row].groupby(lambda x: x.split('.')[0], level=0)}