想要在数据框中找到每个唯一字符串的第一个实例。然后创建一个列表，将其标记为是否是第一个唯一实例

Question

要改写它，我正在生成一些虚拟数据。假设有一个客户列表（有些有多个交易），我想标记每个唯一客户。然后，我将生成相关的个人信息，例如性别，客户ID等。

我的步骤是：   1）创建所有唯一名称的列表   2）遍历我的数据框中的“名称”列   3）当“唯一名称”列表中的值与DataFrame“名称”匹配时，将1附加到列表中（然后从“唯一名称”列表中删除该名称，因此为该名称的每个后续实例创建一个0）。或者如果不匹配则保留0。

我尝试了几种方法，但是似乎都没有用，这似乎是最接近的方法，但是我找不到答案。

首先是DataFrame

customers = [ ('jack', 34), 
             ('tom', 30),
             ('jack', 31),
             ('jack', 32),
             ('jon', 16),
             ('tim', 17)  ]

创建一个DataFrame对象

df = pd.DataFrame(customers, columns = ['Name' , 'Age'])

1）创建唯一名称列表

uniques = df.Name.unique().tolist()
uniques

2）

worklist = []

for i in df:
    if df["Name"] == uniques[i]:
        worklist.append(i)
        uniques.remove(i)
    else:
        worklist.append(0)

print(worklist)
print(uniques)

最后，我应该有一个虚拟变量列表（1,0s） [1,1,0,0,1,1]   同样，“唯一名称”列表应该为空。

但是，我不断收到此错误。

TypeError: list indices must be integers or slices, not str

Answer 1

您遇到的错误是因为您没有循环您认为要循环的内容，因此在循环时实际上是循环了列名（“名称”和“年龄”），这意味着您要求{{1 }}和uniques["Name"]会引发错误，列表索引不是str。

您可以使用字典而不是uniques["Age"]变量的列表来执行某种切换按钮：

uniques

尽管customers = [ ('jack', 34), ('tom', 30), ('jack', 31), ('jack', 32), ('jon', 16), ('tim', 17) ] df = pd.DataFrame(customers, columns = ['Name' , 'Age']) uniques = {name: True for name in df['Name']} worklist = [] for name in df["Name"]: if uniques[name]: worklist.append(1) uniques[name] = False else: worklist.append(0) print(worklist) 变量最后不是空的，但充满了全为“ False”的键，不确定其是否重要，如果可以告诉我，我将进行编辑。