Pandas：如何添加列标记name列数据是否存在重复

你可以通过groupby结合transform方法来实现需求，transform能保证返回与原DataFrame长度一致的结果，完美匹配每一行的标记：

完整代码 #

import pandas as pd

d_test = {'name' : ['Beach', 'Dog', 'Bird', 'Dog', 'Ant', 'Beach']}
df_test = pd.DataFrame(d_test)

# 按name分组，计算每组长度并判断是否大于1，映射回原数据
df_test['duplicate'] = df_test.groupby('name')['name'].transform(lambda x: len(x) > 1)

执行后结果 #

name  duplicate
0  Beach       True
1    Dog       True
2   Bird      False
3    Dog       True
4    Ant      False
5  Beach       True

原理说明 #

• groupby('name')将数据按name列的不同值分组
• transform(lambda x: len(x) > 1)对每个分组执行：计算分组的行数（即该name出现的次数），如果次数大于1则返回True，否则返回False
• 最终transform会把每个分组的结果对应到原DataFrame的每一行，自动匹配行与分组的对应关系

内容的提问来源于stack exchange，提问作者illuminato