如何为Pandas DataFrame中Id列的重复值添加'--duplicated'后缀？

需求说明 #

初始化的DataFrame如下：

import pandas as pd
df = pd.DataFrame({'Weather':[32,45,12,18,19,27,39,11,22,42],
                   'Id':[1,2,3,4,5,1,6,7,8,2]})

其中索引5和9的Id为重复值，需要为这两个位置的Id添加--duplicated后缀，最终让这两行的Id分别变为1--duplicated和2--duplicated。

实现代码 #

# 定位重复的Id行，转换为字符串后拼接后缀
df.loc[df['Id'].duplicated(), 'Id'] = df.loc[df['Id'].duplicated(), 'Id'].astype(str) + '--duplicated'

# 查看目标行的结果
print(df.loc[[5, 9]])

执行结果 #

Weather               Id
5       27  1--duplicated
9       42  2--duplicated

补充说明 #

• df['Id'].duplicated()默认会标记第二次及以后出现的重复值，刚好匹配需要修改的行；如果需要标记所有重复值（包括第一次出现的），可以添加参数keep=False。
• 因为原始Id是整数类型，必须先通过astype(str)转换为字符串类型才能进行后缀拼接，否则会报错。

内容的提问来源于stack exchange，提问作者Anubhav