修改数据框中的重复行 (Python)

Question

我正在使用 Pandas 中的数据框，我需要一个解决方案来自动修改其中一个具有重复值的列。它是一个列类型 'object'，我需要修改重复值的名称。数据框如下：

      City           Year       Restaurants
0   New York         2001       20
1      Paris         2000       40
2   New York         1999       41
3   Los Angeles      2004       35
4     Madrid         2001       22
5   New York         1998       33
6   Barcelona        2001       15

如您所见，纽约重复了 3 次。我想创建一个新的数据框，其中这个值将被自动修改，结果如下：

      City           Year       Restaurants
0   New York 2001    2001       20
1      Paris         2000       40
2   New York 1999    1999       41
3   Los Angeles      2004       35
4     Madrid         2001       22
5   New York 1998    1998       33
6   Barcelona        2001       15

我也会对“纽约 1”、“纽约 2”和“纽约 3”感到满意。任何选项都可以。

Answer 1

使用 np.where，如果重复则修改城市列

df['City']=np.where(df['City'].duplicated(keep=False), df['City']+' '+df['Year'].astype(str),df['City'])

Answer 2

不使用 numpy 的另一种方法是使用 groupby.cumcount()，这将为您提供替代的 New York 1、New York 2，但适用于所有值。

df['City'] = df['City'] + ' ' + df.groupby('City').cumcount().add(1).astype(str)

            City  Year  Restaurants
0     New York 1  2001           20
1        Paris 1  2000           40
2     New York 2  1999           41
3  Los Angeles 1  2004           35
4       Madrid 1  2001           22
5     New York 3  1998           33
6    Barcelona 1  2001           15

要仅在重复的情况下增加，您可以使用 loc:

df.loc[df[df.City.duplicated(keep=False)].index, 'City'] = df['City'] + ' ' + df.groupby('City').cumcount().add(1).astype(str)

          City  Year  Restaurants
0   New York 1  2001           20
1        Paris  2000           40
2   New York 2  1999           41
3  Los Angeles  2004           35
4       Madrid  2001           22
5   New York 3  1998           33
6    Barcelona  2001           15

修改数据框中的重复行 (Python)

Modify duplicated rows in dataframe (Python)

python

duplicates

pandas