为 pandas 中的日期列表创建虚拟值答案

【问题标题】：Create dummy values for a list of dates in pandas为 pandas 中的日期列表创建虚拟值
【发布时间】：2017-09-15 11:38:24
【问题描述】：

我有一个带有双索引（天、时间）的数据框，如果索引天属于假期列表，我想创建一个等于一的新列“假期”。

我的 DatetimeIndex 类型的假期列表：

holidays = ['2017-09-11', '2017-12-24']

我的原始数据框：

                       Visitor  
Date       Time                                                              
2017-09-11 4:45           0         
           5:00           1        
           5:15          26       
....
2017-09-12 4:45           0       
           5:00           1         
           5:15          26     
....

我想要什么：

                       Visitor      Holiday  
Date       Time                                                              
2017-09-11 4:45           0           1         
           5:00           1           1         
           5:15          26           1         
....
2017-09-12 4:45           0           0         
           5:00           1           0         
           5:15          26           0        
....

这是我基于 previous answer 尝试的：

df['Holiday'] = int(df.index.get_level_values(0) in holidays == True)

但是，我的“假期”列的值始终为 0...

提前致谢！

【问题讨论】：

标签： python pandas dataframe dummy-variable

【解决方案1】：

通过从get_level_values 获取日期级别来使用isin，并使用astype(int) 将布尔值转换为整数。

In [192]: df['Holiday'] = df.index.get_level_values(0).isin(holidays).astype(int)

In [193]: df
Out[193]:
                 Visitor  Holiday
Date       Time
2017-09-11 4:45        0        1
           5:00        1        1
           5:15       26        1
2017-09-12 4:45        0        0
           5:00        1        0
           5:15       26        0

如果你想要一个副本而不是修改df

In [196]: df.assign(Holiday=df.index.get_level_values(0).isin(holidays).astype(int))
Out[196]:
                 Visitor  Holiday
Date       Time
2017-09-11 4:45        0        1
           5:00        1        1
           5:15       26        1
2017-09-12 4:45        0        0
           5:00        1        0
           5:15       26        0

【讨论】：

你很幸运，是我，而不是其他人，与你有相同的解决方案，比你早几秒钟发布。 ;-)
嗯，在某个地方我觉得 np.where 和 astype(int) 很不一样，显然我们俩在isin 部分是独立的，它是什么
@Batmax 你可以对这两种解决方案投赞成票，它们本质上是一样的。

【解决方案2】：

您当前的解决方案实际上应该抛出一个ValueError：

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

请注意，in 运算符适用于标量值，不适用于 pandas 数据帧。 pandas 反而有许多重载的条件和位运算符，以及用于条件和布尔逻辑的全面 API 套件。

您可以使用 np.where 和 isin。

df['Holiday'] = np.where(df.index.get_level_values(0).isin(holidays), 1, 0)
df


                 Visitor  Holiday
Date       Time                  
2017-09-11 4:45        0        1
           5:00        1        1
           5:15       26        1
2017-09-12 4:45        0        0
           5:00        1        0
           5:15       26        0

【讨论】：