基于聚合数据框填充数据框

Question

我有一个这样的数据框，它是在一些聚合和条件之后生成的，

X      P       D1           D2
1      A    2016-06-02   2016-07-26
2      A    2016-10-04   2016-12-01
3      A    2016-12-13   2017-03-11
1      B    2017-03-04   2018-01-11

从这个数据框中，我必须填充另一个具有 n 列的数据框，其中每列在 [201606, 201607,......, 201801] 的范围内为一个月，这是之前制作的。即我已经有一个包含上述列的数据框。我想填充那个数据框。

我想为聚合数据框中的每条记录创建一行，其中 X、P 的组合在整个聚合数据框中是唯一的。

对于第一条记录，我想用 1 填充 201606 到 201607 列，即从 D1 到 D2（包括两者）。所有其他列应该是 0

对于第二行，我想用 1 和 0 填充 201610 到 201612 列，以用于聚合数据框中的每一行。

如何使用 pandas 更快、更有效地做到这一点？我不喜欢遍历数据框，因为我的数据会很大。

如果填充现有数据框并不理想，生成我上面提到的数据框也可以达到我的目的。

Answer 1

我无法想象如何不迭代任何东西。但是可以迭代初始数据帧的行或结果数据帧的列：

首先构建所有列都为 0 的结果数据框

resul = pd.DataFrame(data = 0, columns=pd.period_range(df.D1.min(), df.D2.max(), freq='M'),
                     index = df.index)

1. 迭代初始数据帧的行：

   for ix, row in df.iterrows():
       resul.loc[ix, pd.period_range(row.D1, row.D2, freq='M')] = 1
   

2. 迭代结果数据框的列

   for c in resul.columns:
       resul[c] = np.where((c.end_time>=df.D1)&(c.start_time <= df.D2), 1, 0)
   

在这两种情况下，您的示例数据都会按预期提供：

   2016-06  2016-07  2016-08  2016-09  2016-10  2016-11  2016-12  2017-01  2017-02  2017-03  2017-04  2017-05  2017-06  2017-07  2017-08  2017-09  2017-10  2017-11  2017-12  2018-01
0        1        1        0        0        0        0        0        0        0        0        0        0        0        0        0        0        0        0        0        0
1        0        0        0        0        1        1        1        0        0        0        0        0        0        0        0        0        0        0        0        0
2        0        0        0        0        0        0        1        1        1        1        0        0        0        0        0        0        0        0        0        0
3        0        0        0        0        0        0        0        0        0        1        1        1        1        1        1        1        1        1        1        1

两种方法之间的选择将是更短的迭代：如果初始数据帧的行数少于结果数据帧的列数，则选择方法 1，否则选择方法 2