Question

我想让if语句显示重复的所有 REF_INT 我试过这个：

(df_picru['REF_INT'].value_counts()==1)

它向我显示所有值的真或假，但我不想做这样的事情：

if (df_picru['REF_INT'].value_counts()==1)
print "df_picru['REF_INT']"

Answer 1

In [28]: df_picru['new'] = \
             df_picru['REF_INT'].duplicated(keep=False) \
                     .map({True:'duplicates',False:'unique'})

In [29]: df_picru
Out[29]:
   REF_INT         new
0        1      unique
1        2  duplicates
2        3      unique
3        8  duplicates
4        8  duplicates
5        2  duplicates

Answer 2

我认为您需要duplicated表示布尔掩码和新列numpy.where：

mask = df_picru['REF_INT'].duplicated(keep=False)

样品：

df_picru = pd.DataFrame({'REF_INT':[1,2,3,8,8,2]})

mask = df_picru['REF_INT'].duplicated(keep=False)
print (mask)
0    False
1     True
2    False
3     True
4     True
5     True
Name: REF_INT, dtype: bool

df_picru['new'] = np.where(mask, 'duplicates', 'unique')
print (df_picru)
   REF_INT         new
0        1      unique
1        2  duplicates
2        3      unique
3        8  duplicates
4        8  duplicates
5        2  duplicates

如果需要检查至少一个，unique值需要any才能将boolean mask - array转换为标量True或False：< / p>

if mask.any():
    print ('at least one unique')
at least one unique

Answer 3

另一种使用groupby的解决方案。

#groupby REF_INT and then count the occurrence and set as duplicate if count is greater than 1
df_picru.groupby('REF_INT').apply(lambda x: 'Duplicated' if len(x)> 1 else 'Unique')
Out[21]: 
REF_INT
1        Unique
2    Duplicated
3        Unique
8    Duplicated
dtype: object

如果你做了一个小改动，

value_counts实际上可以工作：

df_picru.REF_INT.value_counts()[lambda x: x>1]
Out[31]: 
2    2
8    2
Name: REF_INT, dtype: int64

使用if语句

3 个答案: