如何在Pandas中标记逐行重复项（重复组首行不标记）

嘿，我懂你的需求——你想给重复行分组，每组的第一行标记为No，后面的重复行标记为Yes对吧？你之前用df.duplicated(keep=False)的问题在于，这个参数会把所有重复的行都标记为True（包括每组的第一行），所以没法实现你要的效果。

正确的实现步骤 #

Pandas的duplicated()方法其实自带了参数可以满足你的需求，关键是用keep='first'（这也是默认值，所以可以省略不写），它会保留每组重复项的第一行（标记为False），把组内后续的重复行标记为True。之后我们只需要把布尔值映射成Yes/No就行。

完整代码示例

import pandas as pd

# 构造你的示例DataFrame
data = {
    'Contaract_ID': [123, 128, 123, 123, 128, 128],
    'Date': ['2011-10-02 07:18:16', '2015-12-06 07:13:18', '2011-10-02 07:18:16', 
             '2011-10-02 07:18:16', '2016-12-06 07:13:18', '2016-12-06 07:13:18'],
    'value': [250, 200, 250, 250, 210, 210]
}
df = pd.DataFrame(data)

# 第一步：标记重复项（首行不标记）
df['Duplicate'] = df.duplicated(keep='first')  # keep='first'可以省略，因为是默认值

# 第二步：将布尔值转换为Yes/No
df['Duplicate'] = df['Duplicate'].map({True: 'Yes', False: 'No'})

# 查看结果
print(df)

输出结果

Contaract_ID                 Date  value Duplicate
0           123  2011-10-02 07:18:16    250        No
1           128  2015-12-06 07:13:18    200        No
2           123  2011-10-02 07:18:16    250       Yes
3           123  2011-10-02 07:18:16    250       Yes
4           128  2016-12-06 07:13:18    210        No
5           128  2016-12-06 07:13:18    210       Yes

为什么之前的方法不生效？ #

当你用df.duplicated(keep=False)时，这个参数会把所有存在重复的行都标记为True，不管是不是组内的第一行。比如你示例中Contaract_ID=123的三行都会被标记为True，这就不符合你“首行不标记”的要求啦。

内容的提问来源于stack exchange，提问作者Danish