【问题标题】：Column value replacement based on duplicate values基于重复值的列值替换
【发布时间】：2020-10-17 19:53:58
【问题描述】：

在我的数据集中，我有OrderID 列和OrderTotal 列。

我有重复的OrderIDs。我不想删除重复项，相反，我想使用OrderID 的第一个实例保留订单总计的值，并在OrderID 有其他重复项时将OrderTotal 的值替换为0。

这是我所做的：

duplicate=df.OrderID.duplicated(keep='first')
df['OrderTotal']=np.where((duplicates =='True'), 0 ,df['OrderTotal'])

我遇到了这个错误：

usr/local/lib/python3.6/dist-packages/pandas/core/ops/array_ops.py:253：FutureWarning：元素比较失败；而是返回标量，但将来将执行元素比较 res_values = 方法（右值）

【问题讨论】：

你有什么问题？
它没有产生结果，产生错误
哪个错误？请edit问题并显示错误，包括完整的回溯。
把'True'改成True应该没有问题

标签： python pandas duplicates

【解决方案1】：

d={'OrderID':['a','a','a','b','b','c','c','c','d','d'],
    'OrderTotal':[2355, 1546,987,2451, 571,3859,1876, 1239,2836,2395]}
data=pd.DataFrame(data=d)

print(data)
   OrderID  OrderTotal
0        a        2355
1        a        1546
2        a         987
3        b        2451
4        b         571
5        c        3859
6        c        1876
7        c        1239
8        d        2836
9        d        2395

使用 numpy.where()

duplicates=data['OrderID'].duplicated(keep='first')
data['OrderTotal']=np.where((duplicates==True), 0 ,data['OrderTotal'])

使用 DataFrame.where()

duplicates=data['OrderID'].duplicated(keep='first')
data['OrderTotal']=data['OrderTotal'].where(duplicates== False, 0)

更新了两种情况的数据框，

print(data)
   OrderID  OrderTotal
0        a        2355
1        a           0
2        a           0
3        b        2451
4        b           0
5        c        3859
6        c           0
7        c           0
8        d        2836
9        d           0

【讨论】：