如何在R语言中标记DataFrame列中重复出现的所有值

要实现把所有出现多次的数值都标记为duplicate，可以先统计每个Number的出现次数，再根据次数判断标记：

步骤1：导入依赖并构造示例数据 #

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({'Number': [100000, 100001, 100002, 100001, 100003]})

步骤2：统计每个数值的出现次数 #

# 计算每个Number的出现频次
num_counts = df['Number'].value_counts()

步骤3：生成Flag列 #

用np.where快速判断赋值（也可以用apply，写法见下方）：

# 若数值出现次数>1则标记为duplicate，否则为unique
df['Flag'] = np.where(df['Number'].map(num_counts) > 1, 'duplicate', 'unique')

或者用apply的写法：

df['Flag'] = df['Number'].apply(lambda x: 'duplicate' if num_counts[x] > 1 else 'unique')

最终结果 #

运行后df的输出如下：

Number       Flag
0  100000      unique
1  100001  duplicate
2  100002      unique
3  100001  duplicate
4  100003      unique

内容的提问来源于stack exchange，提问作者kobbylahm