如何标记pandas数据框架中最后一个重复的元素[英] How to flag last duplicate element in a pandas DataFrame

本文是小编为大家收集整理的关于如何标记pandas数据框架中最后一个重复的元素的处理方法,想解了如何标记pandas数据框架中最后一个重复的元素的问题怎么解决?如何标记pandas数据框架中最后一个重复的元素问题的解决办法?那么可以参考本文帮助大家快速定位并解决问题。

问题描述

如您所知,有 .duplicated 方法可以在列中查找重复项,但我需要知道我的数据按日期排序的最后一个重复元素.

这是 Policy_id 列的预期结果 Last_dup:

Id  Policy_id   Start_Date  Last_dup
0   b123        2019/02/24  0
1   b123        2019/03/24  0
2   b123        2019/04/24  1
3   c123        2018/09/01  0
4   c123        2018/10/01  1
5   d123        2017/02/24  0
6   d123        2017/03/24  1

提前感谢您的帮助和支持!

解决方案

使用Series.duplicatedDataFrame.duplicated 指定列和参数 keep='last' 然后将反转掩码转换为整数以用于 True/False 到 1/0 映射或使用 numpy.where:

df['Last_dup1'] = (~df['Policy_id'].duplicated(keep='last')).astype(int)
df['Last_dup1'] = np.where(df['Policy_id'].duplicated(keep='last'), 0, 1)

或者:

df['Last_dup1'] = (~df.duplicated(subset=['Policy_id'], keep='last')).astype(int)
df['Last_dup1'] = np.where(df.duplicated(subset=['Policy_id'], keep='last'), 0, 1)
<小时>
print (df)
   Id Policy_id  Start_Date  Last_dup  Last_dup1
0   0      b123  2019/02/24         0          0
1   1      b123  2019/03/24         0          0
2   2      b123  2019/04/24         1          1
3   3      c123  2018/09/01         0          0
4   4      c123  2018/10/01         1          1
5   5      d123  2017/02/24         0          0
6   6      d123  2017/03/24         1          1

本文地址:https://www.itbaoku.cn/post/1728084.html