当重复ids有付款日期时，创建新列(pandas dataframe)

在处理重复ids有付款日期的情况下，可以通过创建新列来解决。使用pandas dataframe可以轻松处理这个问题。

首先，我们需要导入pandas库并读取数据到dataframe中：

import pandas as pd

# 读取数据到dataframe
df = pd.read_csv('data.csv')

接下来，我们可以使用groupby函数将数据按照ids进行分组，并计算每个组的付款日期的数量：

# 按照ids分组，并计算每个组的付款日期数量
df['付款日期数量'] = df.groupby('ids')['付款日期'].transform('count')

然后，我们可以使用apply函数创建新列，根据付款日期数量的不同，给出相应的值：

# 创建新列，根据付款日期数量给出相应的值
df['新列'] = df['付款日期数量'].apply(lambda x: '有付款日期' if x > 1 else '无付款日期')

最后，我们可以查看结果：

# 查看结果
print(df)

这样，我们就成功地创建了新列来处理重复ids有付款日期的情况。

对于这个问题，可以使用腾讯云的云原生产品来进行部署和管理。云原生是一种基于容器、微服务和DevOps的应用开发和部署方法论，可以提供高可用性、弹性伸缩和自动化管理等优势。

推荐的腾讯云产品是腾讯云容器服务（Tencent Kubernetes Engine，TKE），它是一种高度可扩展的容器管理服务，可以帮助用户快速构建、部署和管理容器化应用。TKE提供了强大的容器编排能力，支持自动伸缩、负载均衡和服务发现等功能，可以轻松应对大规模容器集群的管理需求。

更多关于腾讯云容器服务的信息，请访问以下链接： Tencent Kubernetes Engine (TKE)

请注意，以上答案仅供参考，具体的解决方案和推荐产品可能因实际需求和情况而有所不同。