从数据帧中删除重复列的最简单方法是什么
我正在通过以下方式读取具有重复列的文本文件：
将熊猫作为pd导入
df=pd.read_表（fname）
列名为：
时间、相对时间、N2、时间、相对时间、H2等。。。
所有时间和时间相关列都包含相同的数据。我想：
时间，相对时间，N2，H2
我所有的删除、删除等尝试，例如：
df=df.T.删除重复项（）
导致唯一值索引错误：
重新索引仅对唯一值索引对象有效
对不起，我是个笨蛋。如有任何建议，将不胜感激
其他详细信息
熊猫版本：0.9.0
Python版本：2.7.3
Windows 7
（通过Pythonxy 2.7.3.0安装）
数据文件（注意：在实际文件中，列由制表符分隔，此处由4个空格分隔）：
相对时间[s]N2[%]相对时间[s]H2[ppm]
2013年12月2日9:20:55上午6.177 9.99268e+001 2013年12月2日9:20:55上午6.177 3.216293e-005
2013年12月2日9:21:06 AM 17.689.99296e+001 2013年12月2日9:21:06 AM 17.689 3.841667e-005
2013年12月2日上午9:21:18 29.186 9.992954e+001 2013年12月2日上午9:21:18 29.186 3.880365e-005
... 等
2013年2月12日下午2:12:44 17515.269.991756+001 2013年2月12日下午2:12:44 17515.269 2.800279e-005
2013年2月12日下午2:12:55 17526.769.991754e+001 2013年2月12日下午2:12:55 17526.769 2.880386e-005
2013年2月12日下午2:13:07 17538.273 9.991797e+001 2013年2月12日下午2:13:07 17538.273.131447e-005
下面是一个基于重复的列名删除列的单行解决方案：
df=df.loc[：，~df.columns.duplicated（）]
工作原理：
假设数据帧的列是['alpha'、'beta'、'alpha']
df.columns.duplicated（）为每列返回一个布尔数组：aTrue或False。如果是False，则列名在该点之前是唯一的；如果是True，则列名在前面重复。例如，使用给定的示例，返回值将是[False，False，True]
Pandas允许使用布尔值进行索引，从而仅选择True值。由于我们希望保留未重复的列，因此需要翻转上面的布尔数组（即[True，True，False]=~[False，False，True]）
最后，df.loc[：，[True，True，False]使用上述索引功能仅选择非重复列
注意：上面只检查列名称，不检查列值