有什么方法可以更快地执行此操作？ [复制]答案

【问题标题】：Is there any way to perform faster this operation? [duplicate]有什么方法可以更快地执行此操作？ [复制]
【发布时间】：2020-07-01 00:06:41
【问题描述】：

我正在处理一个大型医疗数据集，我想查看是否有一些行对应于同一位患者。与患者 ID 对应的列是 ID Patient。
我想创建一个新列，如果该患者出现在多行中，则为 "yes"，如果仅出现一次，则为 "no"。
这是我做的代码：

df['Repeated'] = 'No' # New Column

for i in range(0,len(df)):
    for f in range(0,len(df)):
        if df['ID NP'].iloc[i] == df['ID NP'].iloc[f]:
            df['ID NP'].iloc[i] = 'Yes'
        else:
            df['ID NP'].iloc[i] = 'No'

但是此操作花费了太多时间。有什么方法可以更快吗？

【问题讨论】：

你可以使用duplicated。

标签： python pandas loops for-loop replace

【解决方案1】：

这不仅花费了太多时间，而且还将所有行中的所有ilocs 都设置为“是”。

您只需要计算可以找到多少次不同的 iloc。数一数：

stats = {}
for i in df['ID NP'].iloc:
    stats[i] = stats.get(i, 0) + 1

现在你只需要遍历 iloc 索引：

for i in range(0, len(df['ID NP'].iloc)):
    id_np = df['ID NP'].iloc[i]
    if stats[id_np] > 1:
        # then there should be 'Yes' in this row

【讨论】：