如何将DataFrame指定列的重复值转换为带后缀的唯一值？

这问题我之前处理过，用pandas的分组计数功能就能轻松实现需求，给你两种实用的方案：

先构建示例数据 #

首先先还原你给出的测试数据：

import pandas as pd

data = [['tom', 10], ['nick', 15], ['juli', 14], ['juli', 15], ['juli', 16]]
df = pd.DataFrame(data, columns=['Name', 'Age'])

方法1：给所有ID添加序号（包括唯一值） #

如果不介意唯一ID也带上后缀（比如tom变成tom_1），可以用groupby+cumcount的组合，代码简洁高效：

# 给每个Name组内的元素添加序号后缀
df['Name'] = df['Name'] + '_' + df.groupby('Name').cumcount().add(1).astype(str)

运行后得到的结果：

Name  Age
0    tom_1   10
1   nick_1   15
2  juli_1   14
3  juli_2   15
4  juli_3   16

方法2：仅给重复ID添加序号 #

如果想让唯一ID保持原样，只给重复的ID加后缀，可以先标记重复行再处理：

# 标记所有重复的Name行（包括第一次出现的）
mask = df['Name'].duplicated(keep=False)
# 仅给重复的Name添加序号后缀
df.loc[mask, 'Name'] = df.loc[mask, 'Name'] + '_' + df[mask].groupby('Name').cumcount().add(1).astype(str)

运行后就得到你想要的期望结果：

Name  Age
0      tom   10
1     nick   15
2  juli_1   14
3  juli_2   15
4  juli_3   16

代码解释 #

• groupby('Name').cumcount()：按Name分组后，对每个组内的元素从0开始计数，比如juli组的三个元素会得到0、1、2
• .add(1)：把计数从0起始改成1起始，匹配示例里的序号格式
• .astype(str)：将数字类型的计数转为字符串，才能和原Name拼接
• duplicated(keep=False)：这个参数会标记所有重复出现的行（默认keep='first'只会标记除第一次外的重复行），这样我们就能选中所有需要修改的重复ID

内容的提问来源于stack exchange，提问作者NiMbuS