python - 如何在 pandas DataFrame 中查找特定列的重复行，并通过添加计数器来修改值？

Question

为简单起见，考虑一个包含 2 列的数据框。第一列是 label，它对数据集中的一些观察值具有相同的值。

示例数据集:

import pandas as pd
  
data = [('A', 28),
        ('B', 32),
        ('B', 32),
        ('C', 25),
        ('D', 25),
        ('D', 40),
        ('E', 32) ]

data_df = pd.DataFrame(data, columns = ['label', 'num'])

对于 label 列，我想查找具有相似值的行。并将其值转换为 value_counter，如下所示:

label   num
A        28
B_1      32 
B_2      32
C        25
D_1      25
D_2      40
E        32

我尝试使用 pandas groupby，但我不知道我必须使用哪个 transform。

感谢您的帮助。

Answer 1

您可以使用:

s = data_df.groupby('label').cumcount()+1
data_df['label'] = np.where(data_df.duplicated(subset='label',  keep=False),
                             data_df['label'] + '_' + s.astype(str), data_df['label'])

输出

  label  num
0     A   28
1   B_1   32
2   B_2   32
3     C   25
4   D_1   25
5   D_2   40
6     E   32