当具有重复的列名称时，执行奇怪的行为

Question

我有一个DataFrame如下

---

df=pd.DataFrame({'A':[np.nan,1,1,np.nan],'B':[2,np.nan,2,2]},index=[1,1,2,2])
df.columns=['A','A']

---

现在我想ffill的值groupby的index，第一我试试

df.groupby(level=0).ffill()

哪个返回错误代码

> ValueError: Buffer has wrong number of dimensions (expected 1, got 2)

它看起来像个错误，然后我尝试使用apply，它将返回预期的输出。

df.groupby(level=0).apply(lambda x : x.ffill())
     A    A
1  NaN  2.0
1  1.0  2.0
2  1.0  2.0
2  1.0  2.0

因为当列是唯一的参考，它的工作原理只是（Q2）的罚款，但是，创建一个索引列与列名是NaN

df.columns=['C','D']
df.groupby(level=0).ffill()
   NaN    C    D
1    1  NaN  2.0
1    1  1.0  2.0
2    2  1.0  2.0
2    2  1.0  2.0

---

问题：
1这是一个错误吗？为什么申请仍然可以在这种情况下使用？

2为什么groupby与index和一起ffill创建附加列？

Answer 1

它看起来肯定被窃听了。只是想指出，根据pandas 文档，该.ffill()方法是.fillna(method='ffill'). 使用后者会生成 pandas 版本中两个示例的预期输出，0.23.4而不会出现任何错误或附加列。希望有帮助。

import pandas as pd
import numpy as np
df=pd.DataFrame({'A':[np.nan,1,1,np.nan],'B':[2,np.nan,2,2]},index=[1,1,2,2])

df.columns=['A','A'] #dup column names
df.groupby(level=0).fillna(method='ffill')

Output:
    A   A
1   NaN 2.0
1   1.0 2.0
2   1.0 2.0
2   1.0 2.0