如何創建一個 For 循環來檢查一列是否在 Pandas DataFrame 中包含重復項

Question

我正在嘗試創建一個for循環，首先檢查列（ 'col1' ）是否有重復項，如果為真，則將另一列（ 'col2' ）中的值添加到（ 'col1' ）。

但是，以下語句有效，所有 ( 'col1' ) 值都被視為重復值。 我敢肯定，該列中實際上很少有重復項，但不知何故，該語句一直返回 true。 我認為問題在於第二行包含.duplicated()

import pandas as pd

tuple = [['Jake','NY'],['Tom','Montana'],['Hannah','Cali'],['Jason','Boston'],['Tom','Washington'],['Hannah','Florida']]

df = pd.DataFrame(tuple, columns=('col1', 'col2'))

for i in df['col1']:
        if df['col1'].duplicated().any():
                df['col1'] = df['col1'] + ' - ' +  df['col2']

Answer 1

您可以使用您在示例中顯示的重復值找到重復值，這可以用作使用loc的過濾器：

df.loc[df['col1'].duplicated(keep=False), 'col1']

您可以使用它用新值替換這些值：

temp = df['col1'] + ' - ' + df['col2']
df.loc[df['col1'].duplicated(keep=False), 'col1'] = temp

更新

以OP為例：

import pandas as pd
tuple = [['Jake','NY'],['Tom','Montana'],['Hannah','Cali'], ['Jason','Boston'],['Tom','Washington'],['Hannah','Florida']]
df = pd.DataFrame(tuple, columns=('col1', 'col2'))
temp = df['col1'] + ' - ' + df['col2']
df.loc[df['col1'].duplicated(keep=False), 'col1'] = temp
df

col1                col2
Jake                NY
Tom - Montana       Montana
Hannah - Cali       Cali
Jason               Boston
Tom - Washington    Washington
Hannah - Florida    Florida