标记重复

Question

假设我有以下大熊猫数据帧，DF1，在从Excel文件一个jupyter笔记本：

Name ID  Password 
A  User_1 PW_1 
A  User_2 PW_2 
A  User_3 PW_3 
B  User_4 PW_4 
B  User_5 PW_5 
C  User_6 PW_6 

我希望添加新的列，叫做STAT ，即穿过Name柱，以及在Name每一个项目中，如果Name以前的单元格包含相同的项目，打印dup（重复）的STAT;否则，不要放任何东西。在我的例子的上方，用户2,3和5应我的操作之后具有在SRC柱dup。

这是我的尝试。我添加使用df1.insert称为STAT一个新的空白列，然后我运行：

for index, name in enumerate(df1['Name']): 
    if index > 0: 
     if df1['Name'][index - 1] == name: 
      df1.ix[index, 'STAT'] = 'dup'` 

这工作得很好，但我想知道

一），如果它可以提高

和更重要的是

乙）为什么它抛出一个A value is trying to be set on a copy of a slice from a DataFrame警告尽管使用.IX我。即使.loc也会抛出警告。

这将是很容易检查一般，但我使用jupyter笔记本PyCharm，每次我重新加载该文件时，我得到的代码_xrsf argument missing from POST.

相关片段，应用到我的实际例子。 DF名称将有所不同：

sort_full = full_set.sort_values(['Name','SRC']) 
dupless_full = sort_full.drop_duplicates(subset = ['Name', 'ER', 'ID', 
'PW'], keep = 'last') 
dupless_full.reset_index(drop = True, inplace = True) 

dupless_full['STAT'] = np.where(dupless_full['Name'] == 
dupless_full['Name'].shift(), 'dup', "") 

Answer 1

您可以使用np.where

df1['Stat'] = np.where(df['Name'] == df['Name'].shift(), 'Dupe', np.nan) 

    Name ID  Password Stat 
0 A  User_1 PW_1  nan 
1 A  User_2 PW_2  Dupe 
2 B  User_3 PW_3  nan 
3 C  User_4 PW_4  nan 

Answer 2

如果Name列值进行排序是布尔面膜可能使用duplicated：

df1['Stat'] = np.where(df1['Name'].duplicated(), 'Dupe', '') 
print (df1) 
    Name  ID Password Stat 
0 A User_1  PW_1  
1 A User_2  PW_2 Dupe 
2 B User_3  PW_3  
3 C User_4  PW_4  

如果值没有排序，我想补充的比较与其他answer：

df1['Stat_shift'] = np.where(df1['Name'] == df1['Name'].shift(), 'Dupe', np.nan) 
df1['Stat_duplicated'] = np.where(df1['Name'].duplicated(), 'Dupe', '') 
print (df1) 
    Name  ID Password Stat_shift Stat_duplicated 
0 A User_1  PW_1  nan     
1 A User_2  PW_2  Dupe   Dupe 
2 B User_3  PW_3  nan     
3 A User_2  PW_2  nan   Dupe 
4 C User_4  PW_4  nan     
5 B User_3  PW_3  nan   Dupe 
6 B User_3  PW_3  Dupe   Dupe