熊猫标签重复

给定以下数据框：

import pandas as pd
d=pd.DataFrame({'label':[1,2,2,2,3,4,4],
               'values':[3,5,7,2,5,8,3]})
d
    label   values
0     1       3
1     2       5
2     2       7
3     2       2
4     3       5
5     4       8
6     4       3

我知道如何计算这样的唯一值：

d['dup']=d.groupby('label')['label'].transform('count')

结果是：

    label   values  dup
0     1     3       1
1     2     5       3
2     2     7       3
3     2     2       3
4     3     5       1
5     4     8       2
6     4     3       2

但我想要的是一个具有以下值的列：1如果有1 unique每个标签列的行，2如果有duplicates有问题的行是first这样的，以及0如果该行是duplicate一个原创的。像这样：

    label   values  dup  status
0     1     3       1     1
1     2     5       3     2
2     2     7       3     0
3     2     2       3     0
4     3     5       1     1
5     4     8       2     2
6     4     3       2     0

提前致谢！

我想你可以使用loc http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.loc.html具有由函数创建的条件duplicated http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.duplicated.html:

d['status'] = 2
d.loc[d.dup == 1, 'status'] = 1
d.loc[d.label.duplicated(), 'status'] = 0 
print (d)

   label  values  dup  status
0      1       3    1       1
1      2       5    3       2
2      2       7    3       0
3      2       2    3       0
4      3       5    1       1
5      4       8    2       2
6      4       3    2       0

或双numpy.where http://docs.scipy.org/doc/numpy-1.10.1/reference/generated/numpy.where.html:

d['status1'] = np.where(d.dup == 1, 1,
               np.where(d.label.duplicated(), 0, 2))

print (d)  
   label  values  dup  status  status1
0      1       3    1       1        1
1      2       5    3       2        2
2      2       7    3       0        0
3      2       2    3       0        0
4      3       5    1       1        1
5      4       8    2       2        2
6      4       3    2       0        0