如何在Pandas中标记指定列组合是否唯一？

给定如下DataFrame：

import pandas as pd
data = {'name': ['Tom', 'nick', 'krish', 'jack','Tom','Tom'],
        'surname': ['smith', 'nielsen', 'hawk', 'boxer','bless','smith'],
        'job': ['boxer', 'writer', 'officer', 'driver','barman','boxer'],
        'salary': [200, 100, 300, 200,500,1000],
        }

df = pd.DataFrame(data)

需要添加名为is only的新列：当name、surname、job三列的取值组合唯一时，列值为true；若组合重复则为false，最终期望输出如下：

name  surname      job  salary is only
0    Tom    smith    boxer     200   false
1   nick  nielsen   writer     100    true
2  krish     hawk  officer     300    true
3   jack    boxer   driver     200    true
4    Tom    bless   barman     500    true
5    Tom    smith    boxer    1000   false

可以利用Pandas的duplicated()方法快速实现需求，步骤如下：

1. 使用duplicated()标记重复的组合行：指定subset参数为需要判断的三列，keep=False会将所有重复出现的组合行都标记为True
2. 对标记结果取反，得到唯一组合的行（标记为True）
3. 将布尔值转换为小写字符串'true'/'false'，赋值给新列is only

完整代码：

# 添加新列并标记唯一性
df['is only'] = ~df.duplicated(subset=['name', 'surname', 'job'], keep=False)
# 转换为目标字符串格式
df['is only'] = df['is only'].map({True: 'true', False: 'false'})

# 输出结果
print(df)

运行后即可得到符合要求的DataFrame。

内容的提问来源于stack exchange，提问作者dimzev