如何创建基于两列计算重复行的重复标志（列）？

【问题标题】：How to create a duplicate flag (column) that counts duplicate rows based on two columns?如何创建基于两列计算重复行的重复标志（列）？
【发布时间】：2020-08-31 12:46:16
【问题描述】：

我有以下数据框，并希望在末尾创建一个名为“dup”的列，显示基于“Seasons”和“Actor”列显示该行的次数。理想情况下，dup 列应如下所示：

               Name  Seasons        Actor   dup
0   Stranger Things        3       Millie     1
1   Game of Thrones        8       Emilia     1
2  La Casa De Papel        4       Sergio     1     
3         Westworld        3  Evan Rachel     1
4   Stranger Things        3       Millie     2
5  La Casa De Papel        4       Sergio     1

【问题讨论】：

您希望重复行出现在数据框中吗？
索引 5 处的行正确，应该是 2 而不是 1？

标签： python pandas numpy dataframe duplicates

【解决方案1】：

这应该可以满足您的需要：

df['dup'] = df.groupby(['Seasons', 'Actor']).cumcount() + 1

输出：

               Name  Seasons        Actor  dup
0   Stranger Things        3       Millie    1
1   Game of Thrones        8       Emilia    1
2  La Casa De Papel        4       Sergio    1
3         Westworld        3  Evan Rachel    1
4   Stranger Things        3       Millie    2
5  La Casa De Papel        4       Sergio    2

正如 Scott Boston 所说，根据您的标准，dup 列中的最后一行也应该是 2。

这是一个类似的帖子，可以为您提供更多信息。 SQL-like window functions in PANDAS

【讨论】：