如何用Pandas保留DataFrame重复值首项并将其余设为NaN？

示例输入数据 #

解决方案 #

首先构造示例DataFrame（若已有数据可跳过此步骤）：

import pandas as pd

df = pd.DataFrame({
    'A': ['First', 'Second', 'Third', 'Fourth', 'Fifth'],
    'description': ['hello', 'hello', 'hello', 'why', 'why']
})

用Pandas内置方法快速实现需求，以下两种方法效果一致：

方法1：使用where()过滤赋值

df['description'] = df['description'].where(~df['description'].duplicated())

方法2：使用loc直接定位重复项赋值

df.loc[df['description'].duplicated(), 'description'] = pd.NA

输出结果 #

说明 #

• duplicated()默认标记除首次出现外的所有重复项为True；
• where()会保留布尔条件为True的原数据，将False位置替换为NaN；
• 两种方法逻辑等价，可根据个人习惯选择。

内容的提问来源于stack exchange，提问作者glitch_123