Python 相对于其他列中的值，将值指定给新列是否重复

我的数据框架是这样的，基本上是每月用户访问一个站点：

month user_id
 1     1
 1     2
 1     1
 1     3
 2     1
 2     2
 2     4
 3     2
 3     5
 3     1 

我想创建一个包含0或1的列。每个用户_id将只获得一次1，其他时间将获得0

期望输出示例

---

我认为您需要设置为

0

列

user\u id

的重复值：

df['new'] = (~df.duplicated('user_id')).astype(int)

或：

---

---

我认为您需要设置为

0

列

user\u id

的重复值：

df['new'] = (~df.duplicated('user_id')).astype(int)

或：

---

---

下面是另一段使用基本操作的代码：

i=0
df['new']=""
#a new empty column
for a in range(len(df)):
    if(df.iloc[a,1]>i):
    #get a th index entry for user_id(1)
        df.iloc[a,2]=1
#set value to one
#a,2 means ath entry for 3 column (new)
        i+=1
    else:
        df.iloc[a,2]=0

---

下面是另一段使用基本操作的代码：

i=0
df['new']=""
#a new empty column
for a in range(len(df)):
    if(df.iloc[a,1]>i):
    #get a th index entry for user_id(1)
        df.iloc[a,2]=1
#set value to one
#a,2 means ath entry for 3 column (new)
        i+=1
    else:
        df.iloc[a,2]=0

---

我看不出结果是如何按月统计用户的。他们只是标记新用户，而不考虑月份。我看不出结果是如何按月统计用户的。他们只是简单地标记新用户，而不考虑月份。

i=0
df['new']=""
#a new empty column
for a in range(len(df)):
    if(df.iloc[a,1]>i):
    #get a th index entry for user_id(1)
        df.iloc[a,2]=1
#set value to one
#a,2 means ath entry for 3 column (new)
        i+=1
    else:
        df.iloc[a,2]=0