Фреймворк Pandas: удалить вторичное предстоящее такое же значение

Вы можете найти индекс первого 1 и установить для остальных 0:

mask = df['col2'].eq(1)
df.loc[mask & (df.index != mask.idxmax()), 'col2'] = 0

Для лучшей производительности см. Эффективно вернуть индекс первого значения, удовлетворяющего условию в массиве.

Дело 1: df имеет только единицы и нули в индексах col2 и целых числах.

>>> df
  col1  col2
0    a     0
1    b     1
2    c     1
3    d     0
4    c     1
5    d     0

Ты можешь использовать:

>>> df.loc[df['col2'].idxmax() + 1:, 'col2'] = 0
>>> df
  col1  col2
0    a     0
1    b     1
2    c     0
3    d     0
4    c     0
5    d     0

Случай2: df может иметь все виды значений в col2 и имеет целочисленные индексы.

>>> df # demo dataframe
  col1  col2
0    a     0
1    b     1
2    c     2
3    d     2
4    c     3
5    d     3

Ты можешь использовать:

>>> df.loc[(df['col2'] == 1).idxmax() + 1:, 'col2'] = 0
>>> df
  col1  col2
0    a     0
1    b     1
2    c     0
3    d     0
4    c     0
5    d     0

Случай 3: df может иметь все виды значений в col2 и иметь произвольный индекс.

>>> df
  col1  col2
u    a    -1
v    b     1
w    c     2
x    d     2
y    c     3
z    d     3

Ты можешь использовать:

>>> df['col2'].iloc[(df['col2'].values == 1).argmax() + 1:] = 0
>>> df
  col1  col2
u    a    -1
v    b     1
w    c     0
x    d     0
y    c     0
z    d     0

Вы можете использовать numpy для эффективного решения:

a = df.col2.values
b = np.zeros_like(a)
b[a.argmax()] = 1
df.assign(col2=b)

  col1  col2
0    a     0
1    b     1
2    c     0
3    d     0
4    c     0
5    d     0

Использование drop_duplicates с reindex

df.col2=df.col2.drop_duplicates().reindex(df.index,fill_value=0)
df
Out[1078]: 
  col1  col2
0    a     0
1    b     1
2    c     0
3    d     0
4    c     0
5    d     0

мне это тоже нравится

data['col2'][np.where(data['col2'] == 1)[0][0]+1:] = 0

id = list(df["col2"]).index(1)
df.iloc[id+1:]["col2"].replace(1,0,inplace=True)

np.flatnonzero

Потому что я думал, что нам нужно больше ответов

df.loc[df.index[np.flatnonzero(df.col2)[1:]], 'col2'] -= 1
df

  col1  col2
0    a     0
1    b     1
2    c     0
3    d     0
4    c     0
5    d     0

То же самое, но немного более хитроумно.

df.col2.values[np.flatnonzero(df.col2.values)[1:]] -= 1
df

  col1  col2
0    a     0
1    b     1
2    c     0
3    d     0
4    c     0
5    d     0

Вариантов ооочень много, вот мой ... почти такой же, как ответ Timgebs (найден независимо), но все же другой;)

Найдите индекс col2, который имеет первое вхождение 1, и измените все значения строк после этого индекса на 0:

df['col2'].iloc[df.col2.idxmax()+1:] = 0