如何基于多列组合为Pandas DataFrame标记主合约？

需求：基于ID、Contract Type、Company三列的组合，为首次出现的组合标记Yes，重复出现的标记No，生成新列Primary Contract。

最优实现方法是利用Pandas内置的duplicated()函数，这是效率最高的向量化操作，代码简洁且性能优异：

1. 构造示例DataFrame（已有数据可跳过此步骤）：

import pandas as pd

data = {
    'ID': [10000, 10000, 10000, 10001, 10002, 10002, 10002, 10003, 10003, 10003, 10003],
    'Contract Type': ['Employee', 'Contingent', 'Employee', 'Non-Worker', 'Employee', 'Employee', 'Employee', 'Contingent', 'Employee', 'Employee', 'Employee'],
    'Company': ['Fake', 'Fake', 'Fake', 'Fake5', 'Fake4', 'Fake4', 'Fake4', 'Fake3', 'Fake3', 'Fake4', 'Fake4']
}
df = pd.DataFrame(data)

2. 生成目标列：

# 检测指定列组合的重复行，取反后映射为Yes/No
df['Primary Contract'] = ~df.duplicated(subset=['ID', 'Contract Type', 'Company']).map({True: 'Yes', False: 'No'})

方法说明： #

• duplicated(subset=...)：指定需要检测重复的列集合，默认保留首次出现的行标记为False，后续重复行标记为True。
• ~：对布尔值取反，让首次出现的行变为True，重复行变为False。
• map({True: 'Yes', False: 'No'})：将布尔值转换为需求的字符串标记。

执行后得到的结果完全符合预期：

ID Contract Type Company Primary Contract
0   10000       Employee    Fake              Yes
1   10000    Contingent    Fake              Yes
2   10000       Employee    Fake               No
3   10001    Non-Worker   Fake5              Yes
4   10002       Employee   Fake4              Yes
5   10002       Employee   Fake4               No
6   10002       Employee   Fake4               No
7   10003    Contingent   Fake3              Yes
8   10003       Employee   Fake3              Yes
9   10003       Employee   Fake4              Yes
10  10003       Employee   Fake4               No

内容的提问来源于stack exchange，提问作者Paulo Cortez