如何高效修改Pandas DataFrame中重复列值的后续指定列值？

问题场景 #

现有如下两列的Pandas DataFrame：

可通过以下代码创建：

import pandas as pd

df = pd.DataFrame({
    'Fruit': ["Apple", "Orange", "Apple", "Apple", "Kiwi", "Banana", "Apple", "Orange", "Orange", "Banana"],
    'First Occurence?': ["Yes"]*10
})

需求与限制 #

需要将Fruit列中已出现过的元素对应的"First Occurence?"值改为"No"，仅保留每个元素第一次出现时的"Yes"，最终结果如下：

同时需满足：

• 禁止使用循环（避免效率低下）
• 必须保持行的原始顺序

解决方案 #

使用Pandas内置的duplicated()方法结合map()实现，这是矢量化操作，高效且不改变行顺序：

# 标记重复行并替换对应值
df['First Occurence?'] = df['Fruit'].duplicated().map({True: 'No', False: 'Yes'})

原理说明 #

• df['Fruit'].duplicated()：默认参数keep='first'，会返回一个布尔值Series——第一次出现的元素对应False，重复出现的元素对应True
• .map({True: 'No', False: 'Yes'})：将布尔值映射为需求的"Yes"/"No"字符串，直接覆盖原列的值

执行后即可得到符合要求的DataFrame，全程无循环，完全保留原始行顺序，处理效率远高于循环遍历。

内容的提问来源于stack exchange，提问作者Ben Nouhan