如何在季度 Pandas DataFrame 中按公司 ID 创建虚拟变量？答案

【问题标题】：How do I create a dummy variable by firm ID in a quarterly Pandas DataFrame?如何在季度 Pandas DataFrame 中按公司 ID 创建虚拟变量？
【发布时间】：2020-08-19 18:03:52
【问题描述】：

我基本上有 3 个与我正在使用的季度 pandas DataFrame 中创建 Dummies 相关的问题。第一个是：如何创建一个“虚拟”变量，将每个公司 ID 的最后四个季度设置为 1？我想产生如下相同的结果：

Firm    Quarter     Dummy
A       2017-03-31  1
A       2016-12-31  1
A       2016-09-30  1
A       2016-06-30  1
A       2016-03-31  0
A       2015-12-31  0
A       2015-09-30  0
A       2015-06-30  0
A       2015-03-31  0
B       2009-06-30  1
B       2009-03-31  1
B       2008-12-31  1
B       2008-09-30  1
B       2008-06-30  0
B       2008-03-31  0
B       2007-12-31  0
B       2007-09-30  0
B       2007-06-30  0
.
.
.
Z       .           .
Z       .           .
Z       .           .

我的第二个问题是：如何创建一个“虚拟”变量，将四个季度设置为 1，最后一个季度后一年（给定每个公司最后一个季度的不同日期）？如下图所示：

Firm    Quarter     Dummy
A       2017-03-31  0
A       2016-12-31  0
A       2016-09-30  0
A       2016-06-30  0
A       2016-03-31  1
A       2015-12-31  1
A       2015-09-30  1
A       2015-06-30  1
A       2015-03-31  0
B       2009-06-30  0
B       2009-03-31  0
B       2008-12-31  0
B       2008-09-30  0
B       2008-06-30  1
B       2008-03-31  1
B       2007-12-31  1
B       2007-09-30  1
B       2007-06-30  0
.
.
.
Z       .           .
Z       .           .
Z       .           .

最后，关于上一张表，我如何在第一个 Dummy = 1 之前去掉前四个季度（Dummy = 0），并在每个公司的最后一个 Dummy = 1 之后保留 dummy = 0 的季度ID?，得到最终的DataFrame如下：

Firm    Quarter     Dummy
A       2016-03-31  1
A       2015-12-31  1
A       2015-09-30  1
A       2015-06-30  1
A       2015-03-31  0
B       2008-06-30  1
B       2008-03-31  1
B       2007-12-31  1
B       2007-09-30  1
B       2007-06-30  0
.
.
.
Z       .           .
Z       .           .
Z       .           .

非常感谢您的帮助！！

【问题讨论】：

您的疑惑相当令人困惑。您是否期望每家公司的最后 5 个季度，最后一个有Dummy = 0，而另外 4 个有Dummy = 1？还是您期望 3 种不同的结果？
很抱歉造成混乱，感谢您指出。我期待 2 个结果。第一个问题独立于后两个问题。对于第一个问题，我只想创建一个虚拟变量，将最后四个季度（最近的季度）设置为 1，其余设置为零。这是第一个问题。生成的 DataFrame 是所需的结果。然后，第二个问题分为两个步骤，最后一个表格将是最终结果。我希望这次我解释得更好:)

标签： pandas dataframe dummy-variable quarter

【解决方案1】：

对于每家公司，如果我们将最后一个季度编号为 1，倒数第二个季度编号为 2，以此类推，那么您的问题只是一个过滤游戏：

所有宿舍 1 - 4 都分配了Dummy = 1。其余为 0
5 - 8 的所有宿舍都分配了Dummy = 1。其余为 0。并且只取 5 - 9 个季度。

代码：

s = df.sort_values('Quarter', ascending=False).groupby('Firm').cumcount().add(1).sort_index()

result1 = df.assign(Dummy=np.where(s.between(1, 4), 1, 0))
result2 = df.assign(Dummy=np.where(s.between(5, 8), 1, 0))[s.between(5, 9)]

【讨论】：