如何将特定值（比如说 1）输入到数据框中的特定列中，其中列名作为列表提供？

Question

有两个时间序列数据框，

我。 "stock_rec" --> 有两列 --> 1) 'Date' - 日期时间索引 2) 'Portfolio' - 包含投资组合中每个日期的股票列表

二。 "stock_matrix" --> 有 6 列 --> 1) 'Date' - 日期时间索引 2 到 6) Stock1、Stock2、Stock3、Stock4 和 Stock5。数据框目前为空

要执行的操作：对于每个日期，根据投资组合中的股票列表（Stock1、Stock2、Stock3、Stock4、Stock5）（在“stock_rec”中可用），特定单元格在“stock_matrix”中需要制作1。

预期输出：假设对于“Jan 2018”（日期索引），“stock_rec”表示 ['Stock1','Stock4'] 在投资组合中。然后，日期“2018 年 1 月”的数据框“stock_matrix”中的列 ['Stock1'] 和 ['Stock4'] 中的值需要设为 1

输入：

stock_rec	
Date	Portfolio
Jan-10	['Stock 1','Stock 5']
Feb-10	['Stock 2','Stock 5']
Mar-10	['Stock 3','Stock 4','Stock 5]
Apr-10	['Stock 1']
May-10	[]

stock_matrix
Date	Stock 1	Stock 2	Stock 3	Stock 4	Stock 5
Jan-10	NaN	NaN	NaN	NaN	NaN
Feb-10	NaN	NaN	NaN	NaN	NaN
Mar-10	NaN	NaN	NaN	NaN	NaN
Apr-10	NaN	NaN	NaN	NaN	NaN
May-10	NaN	NaN	NaN	NaN	NaN

输出：

stock_matrix
Date	Stock 1	Stock 2	Stock 3	Stock 4	Stock 5
Jan-10	1	NaN	NaN	NaN	1
Feb-10	NaN	1	NaN	NaN	1
Mar-10	NaN	NaN	1	1	1
Apr-10	1	NaN	NaN	NaN	NaN
May-10	NaN	NaN	NaN	NaN	NaN

Answer 1

您首先需要取消列出或堆叠一系列列表

截取您的数据框并定义我们想要的所有股票：

stocks = ['Stock 1', 'Stock 2', 'Stock 3', 'Stock 4', 'Stock 5']

df = pd.DataFrame({'date':['Jan-10', 'Feb-10'], 'Portfolio':[['Stock 1', 'Stock 5', 'Stock 4'], ['Stock 2', 'Stock 5']]})

我要做的第一件事是为缺失的列创建一个假的 "None" 字段：

df['Portfolio'] = [['None'] if x == [] else x for x in df['Portfolio']]

现在我们将索引设置为日期列，然后我们只获取我们想要的系列。然后，我们将每个列表应用为自己的系列，然后将它们全部堆叠在一起。然后我们重置索引，以便我们将日期返回到数据框中。我们删除创建的 level_1，并将 0 列重命名为 Portfolio。最后，我们创建一个新列，其中只有 1 以供以后使用。

df = df.set_index('date').Portfolio.apply(pd.Series) \
        .stack() \
        .reset_index(drop=False) \
        .drop(['level_1'], axis=1) \
        .rename(columns={0:'Portfolio'}) \
        .assign(v=1)

     date Portfolio  v
0  Jan-10   Stock 1  1
1  Jan-10   Stock 5  1
2  Jan-10   Stock 4  1
3  Feb-10   Stock 2  1
4  Feb-10   Stock 5  1

现在我们可以旋转它了。

pd.pivot_table(df,
               columns='Portfolio',
               index='date',
               values='v') \
  .drop(['None'], axis=1)

现在我们添加股票列表中缺少的任何内容：

missing_cols = np.array(stocks)[~pd.Series(stocks).isin(piv.columns)].tolist()   
for col in missing_cols:
    piv[col] = np.nan

Portfolio  Stock 1  Stock 2  Stock 4  Stock 5  Stock 3
date                                                  
Feb-10         NaN      1.0      NaN      1.0      NaN
Jan-10         1.0      NaN      1.0      1.0      NaN
Mar-10         NaN      NaN      NaN      NaN      NaN

如果您希望NaNs 成为0s，您可以将fill_value=0 参数传递给pd.pivot_table()