pandas - 根据 pandas 的所有列值创建重复标志

Question

我有一个数据框，如下所示

Ind_ID     Team_ID      Status      Date
1          1            Win         13-08-2019
1          1            Lost        14-10-2019
1          1            Win         13-08-2019
1          1            Win         13-08-2019

我是Python新手。在上面的数据框中，我想添加一列来指示重复项。我们将重复视为行与行匹配。

Ind_ID     Team_ID      Status      Date           Duplicate
1          1            Win         13-08-2019     No
1          1            Lost        14-10-2019     No
1          1            Win         13-08-2019     Yes
1          1            Win         13-08-2019     Yes

请注意，第一个相同的内容不应被标记为重复项。

Answer 1

使用DataFrame.duplicated与 numpy.where :

df['Duplicate'] = np.where(df.duplicated(keep=False), 'Yes','No')
print (df)
   Ind_ID  Team_ID Status        Date Duplicate
0       1        1    Win  13-08-2019       Yes
1       1        1   Lost  14-10-2019        No
2       1        1    Win  13-08-2019       Yes
3       1        1    Win  13-08-2019       Yes

或者，如果需要按对测试行，则添加按 DataFrame.assign 分组的辅助列:

df['Duplicate'] = np.where(df.assign(new=df.index // 2).duplicated(keep=False), 'Yes','No')
print (df)
   Ind_ID  Team_ID Status        Date Duplicate
0       1        1    Win  13-08-2019        No
1       1        1   Lost  14-10-2019        No
2       1        1    Win  13-08-2019       Yes
3       1        1    Win  13-08-2019       Yes

详细信息:

print (df.assign(new=df.index // 2))
   Ind_ID  Team_ID Status        Date  new
0       1        1    Win  13-08-2019    0
1       1        1   Lost  14-10-2019    0
2       1        1    Win  13-08-2019    1
3       1        1    Win  13-08-2019    1