Skip to main content
 首页 » 编程设计

python之使用唯一值更改重复项

2024年11月01日9itcoder

我想用唯一的值替换重复的值。例如, 让我们拿一个dataframe df,

col1 col2 
A     1 
B     2 
C     2 
A     3 
A     4 

在这个 col1 中有重复的 A 在 col2 中具有不同或相同的值。我想要的是用唯一的 的值替换重复项col2 如下所示,

col1 col2 
A     1 
B     2 
C     2 
A     1 
A     1 

请帮我整理一下。提前致谢。

请您参考如下方法:

使用Series.map by DataFrame.drop_duplicates 删除重复项创建的系列:

df['col2'] = df['col1'].map(df.drop_duplicates('col1').set_index('col1')['col2']) 

另一个想法是使用 GroupBy.first - 将组的第一个值复制到每个组的所有值:

df['col2'] = df.groupby('col1')['col2'].transform('first') 

print (df) 
  col1  col2 
0    A     1 
1    B     2 
2    C     2 
3    A     1 
4    A     1 

编辑:

如果需要将col2中col1的所有重复行替换为1:

df.loc[df['col1'].duplicated(keep=False), 'col2'] = 1 
print (df) 
  col1  col2 
0    A     1 
1    B     2 
2    C     2 
3    A     1 
4    A     1 

变化数据中最明显的差异:

print (df) 
  col1  col2 
0    A     5 
1    B     4 
2    C     2 
3    A     3 
4    C     4 
 
df['col2'] = df['col1'].map(df.drop_duplicates('col1').set_index('col1')['col2']) 
print (df) 
  col1  col2 
0    A     5 
1    B     4 
2    C     2 
3    A     5 
4    C     2 
 
df.loc[df['col1'].duplicated(keep=False), 'col2'] = 1 
print (df) 
  col1  col2 
0    A     1 
1    B     4 
2    C     1 
3    A     1 
4    C     1