在Pandas中处理重复值：为股票价格列重复值添加微小增量

哈哈，这个场景我太熟悉了！之前做量化分析的时候也碰到过类似的重复值导致merge出问题的情况，用pandas的groupby加cumcount组合操作就能完美解决，而且逻辑很清晰。

先给你整个完整的代码示例，直接套用就行：

首先构造你的示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'Date': ['1-12-2020', '2-12-2020', '3-12-2020', '4-12-2020'],
    'High': [515, 525, 515, 530],
    'Low': [505, 515, 510, 505]
})

然后处理重复值，给非首次出现的重复项加上0.0025：

# 指定需要处理的列
cols_to_adjust = ['High', 'Low']

for col in cols_to_adjust:
    # 按列中的数值分组，计算每个组内的行出现顺序（从0开始计数）
    occurrence_count = df.groupby(col).cumcount()
    # 只有非首次出现的行（count > 0）才加上0.0025
    df[col] = df[col] + occurrence_count * 0.0025

运行完之后，你打印df就能得到你想要的结果：

补充说明： #

如果你的数据里有多次重复（比如某个数值出现3次及以上），上面的代码会给第二次加0.0025，第三次加0.005，以此类推。要是你希望不管重复多少次，所有非首次的都只加0.0025，那把代码里的occurrence_count * 0.0025改成(occurrence_count > 0).astype(int) * 0.0025就行，这样不管重复几次，非首次的都只加一次0.0025。

这个方法的核心是用cumcount()追踪每个数值在列中的出现顺序，然后根据顺序来调整数值，既保留了原数据的意义，又避免了重复值带来的merge问题。

内容的提问来源于stack exchange，提问作者Animesh Shah