在Pandas中将每个唯一分组的首行设为1的高效实现方案

你的需求是将每个唯一Name对应的首行quantity设为1，其余为0。原代码使用iterrows逐行循环，在数据量较大时效率极低，因为iterrows和循环内的loc操作都是Python层面的逐行处理，远不如Pandas的矢量化操作高效。

以下是两种最优实现方法：

方法一：利用duplicated()函数 #

duplicated()会标记重复出现的行（默认保留首次出现的行不标记），取反后即可定位每个Name的首行，再转换为整数类型即可得到目标结果：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'Name': ['a', 'a', 'b', 'b', 'c'],
    'quantity': [0, 0, 0, 0, 0]
})

# 核心操作
df['quantity'] = (~df['Name'].duplicated()).astype(int)
print(df)

输出结果：

Name  quantity
0    a         1
1    a         0
2    b         1
3    b         0
4    c         1

方法二：利用groupby+cumcount #

通过分组后给每组内的行编号（从0开始），判断编号是否为0即可定位首行：

df['quantity'] = (df.groupby('Name').cumcount() == 0).astype(int)

此方法逻辑清晰，同样是矢量化操作，效率与方法一接近。

效率说明 #

这两种方法均基于Pandas的底层矢量化实现，避免了Python循环的开销，在大数据集（比如百万级行数）下，速度会比原循环方法快上百倍甚至更多。

内容的提问来源于stack exchange，提问作者Aditya Sharma