如何用Pandas判断DataFrame当前行值是否在之前行出现？

根据你的示例输出，实际需求是标记当前值是否为首次出现（即之前未出现过），以下是几种高效实现方式：

方法1：duplicated()取反（最简洁高效） #

duplicated()默认会标记重复行（首次出现为False，重复出现为True），取反后正好匹配你的期望：

import pandas as pd

df = pd.DataFrame({'Col1': ['A', 'B', 'A', 'C', 'B']})
df['col2'] = ~df['Col1'].duplicated()

输出结果：

方法2：groupby+cumcount() #

通过分组计数，判断当前行是否为组内第一个元素：

df['col2'] = df.groupby('Col1').cumcount() == 0

逻辑直观，适合需要扩展复杂分组规则的场景，结果与方法1完全一致。

方法3：扩展窗口结合apply（适合理解逻辑，性能略低） #

如果想基于扩展窗口实现，可通过apply逐行判断当前值是否在之前的行中出现过：

df['col2'] = df['Col1'].expanding().apply(lambda x: x.iloc[-1] not in x.iloc[:-1])

注：该方法逐行处理，数据量大时性能不如前两种，仅推荐用于学习逻辑。

内容的提问来源于stack exchange，提问作者kodkod