如何创建新变量判断数据列中值是否唯一（泰坦尼克数据集场景）

你可以用以下几种更简洁的方式实现需求：

方法1：利用duplicated函数（最简洁） #

duplicated(keep=False)会标记所有重复出现的行，直接转成整数就能得到你要的标记列：

import pandas as pd

dummy_data = pd.DataFrame({"Ticket" : ['A','A','B','B','C','D']})

# 直接生成标记列
dummy_data['Ticket_multiple'] = dummy_data['Ticket'].duplicated(keep=False).astype(int)

print(dummy_data.head(10))

方法2：用groupby+transform #

通过分组统计每个船票的出现次数，再判断是否大于1：

import pandas as pd

dummy_data = pd.DataFrame({"Ticket" : ['A','A','B','B','C','D']})

# 分组后转换每个元素的出现次数，再判断转成int
dummy_data['Ticket_multiple'] = (dummy_data.groupby('Ticket')['Ticket']
                                 .transform('count') > 1).astype(int)

print(dummy_data.head(10))

这两种方式都能替代你原来的代码，避免中间变量的繁琐操作，逻辑更清晰。

内容的提问来源于stack exchange，提问作者Mobix