多组列名重复删除数据相同的列保留数据不同的列并修改列名

• df中有很多列的时候，可能会出现列名重复的情况，而列名重复的时候，可能对应的数据是完全相同的，这个时候我们就想删掉重复的列只保留一列就行了；有的时候列名虽然是相同的，但是数据是完全不同的，所以这个时候我们往往需要把列名重复的给重命名了。

• 当然可能还会有其他情况，但是今天我就同时遇到了这两个问题：
  df中有三个列名分别为“时间”、“型号”、“忘了”，然后这三个列竟都分别出现了4次，这四组是完全相同的，可我只需要1组就够了，剩下3组我想删掉，本来我可以用 下面代码 完美实现去除重复列并保留前面的不被删掉。

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

• 可偏偏！里面还有4列叫“电压”的列，而且这4列的值都不相同，只是名字一样，这样一来，我再用上面的方法，就会把后面无辜的3列电压也给删掉了。

• 也就是 df 中的列名如果放到列表里形式是这样的

[‘a’, ‘b’, ‘c’, ‘d’, ‘e’, ‘e’, ‘e’, ‘e’, ‘a’, ‘b’, ‘c’, ‘f’, ‘a’, ‘b’, ‘c’, ‘g’, ‘a’, ‘b’, ‘c’, ‘h’, ‘i’]
.
其中的 ‘a’, ‘b’, ‘c’ 就可以理解为是“时间”、“型号”、“忘了”这3列
其中的 ‘e’, ‘e’, ‘e’, ‘e’ 就可以理解为是“电压”列

• 所以我发现了一篇文章，找到了很好的解决办法：

• 参考文章的链接: pandas给重名的列重命名的三种方法.

• 使用这里的第一个匿名函数的方法，成功帮我解决了这个问题！

 date_name = {'时间': ['时间', '时间2', '时间3', '时间4']}
 N_name = {'型号': ['型号', '型号2', '型号3', '型号4']}
 C_name = {'忘了': ['忘了', '忘了2', '忘了3', '忘了4']}
 V_name = {'电压': ['电压', '电压2', '电压3', '电压4']}
 
 df = df.rename(columns=lambda date: date_name[date].pop(0) if date in date_name.keys() else date)
 df = df.rename(columns=lambda N: N_name[N].pop(0) if N in N_name.keys() else N)
 df = df.rename(columns=lambda C: C_name[C].pop(0) if C in C_name.keys() else C)
 df = df.rename(columns=lambda V: V_name[V].pop(0) if V in V_name.keys() else V)
 # print(df.columns)
df.drop(columns=['时间', '时间2', '时间3', '时间4', '型号', '型号2', '型号3', '型号4', '忘了2', '忘了3', '忘了4'], inplace=True)

• 可能还有更简洁的写法，但是至少为我提供了一个解决问题的思路。