数据框根据其他列找出列中的重复值，然后在其中添加标签答案

【问题标题】：Dataframe find out duplicate values in column based on other columns, and then add label in to it数据框根据其他列找出列中的重复值，然后在其中添加标签
【发布时间】：2020-03-15 11:18:47
【问题描述】：

给定以下数据框：

 import pandas as pd
 d=pd.DataFrame({'ID':[1,1,1,1,2,2,2,2],
           'values':['a','b','a','a','a','a','b','b']})
 d
    ID  values
 0   1    a 
 1   1    b 
 2   1    a 
 3   1    a 
 4   2    a 
 5   2    a 
 6   2    b 
 7   2    b

我要获取的数据是：

    ID  values count label(values + ID)
 0   1    a      3     a11 
 1   1    b      1     b11 
 2   1    a      3     a12 
 3   1    a      3     a13 
 4   2    a      2     a21 
 5   2    a      2     a22 
 6   2    b      2     b21  
 7   2    b      2     b22

非常感谢！！！！！！！！！！！！！！！！！！！！！

【问题讨论】：

如何实现这样的功能？非常感谢！！！

标签： python-3.x pandas duplicates conditional-statements unique

【解决方案1】：

您想按ID 和values 分组。在每个组中，您对两件事感兴趣：组中的成员数 (count) 和组内的出现次数 (order)：

df['order'] = df.groupby(['ID', 'values']).cumcount() + 1
df['count'] = df.groupby(['ID', 'values']).transform('count')

然后您可以使用sum 连接它们的字符串值以及values：

df['label'] = df[['values', 'ID', 'order']].astype(str).sum(axis=1)

这会导致：

   ID values  order  count label
0   1      a      1      3   a11
1   1      b      1      1   b11
2   1      a      2      3   a12
3   1      a      3      3   a13
4   2      a      1      2   a21
5   2      a      2      2   a22
6   2      b      1      2   b21
7   2      b      2      2   b22

【讨论】：

【解决方案2】：

看来你需要transform count + cumcount

d['count']=d.groupby(['ID','values'])['values'].transform('count')
d['label']=d['values']+d.ID.astype(str)+d.groupby(['ID','values']).cumcount().add(1).astype(str)
d
Out[511]: 
   ID values  count label
0   1      a      3   a11
1   1      b      1   b11
2   1      a      3   a12
3   1      a      3   a13
4   2      a      2   a21
5   2      a      2   a22
6   2      b      2   b21
7   2      b      2   b22

【讨论】：