为按日期分组后的Pandas DataFrame添加is_holiday列

我有两个DataFrame：

• Before：包含小时级时间戳、cnt（租赁量）、is_holiday（是否节假日的小时级标记）等字段的原始自行车租赁数据
• After：通过Pandas按日期分组求和cnt得到的日级数据

需要给After新增is_holiday列（当日为节假日则标记1，否则0），用来分析节假日和非节假日的租赁量差异，请问怎么修改分组代码实现这个需求？

方法1：分组时同时聚合两个字段 #

同一天的is_holiday值应该是统一的（要么全天都是节假日，要么都不是），所以分组时可以对is_holiday取max()或者first()，同时求和cnt：

# 先把小时级时间戳转成日期格式（如果还没处理的话）
Before['date'] = Before['timestamp'].dt.date

# 分组聚合：sum统计当日总租赁量，max提取当日是否为节假日
After = Before.groupby('date').agg(
    cnt=('cnt', 'sum'),
    is_holiday=('is_holiday', 'max')  # 也可以用'first'/'last'，根据实际业务逻辑选
).reset_index()

注：如果当日所有小时的is_holiday都是0，max()返回0；只要有一个小时标记为1（比如节假日当天全时段标记1），就返回1，完全符合需求。

方法2：给已生成的After补全字段 #

如果已经有现成的After数据，可以单独提取每日的节假日标记再合并：

# 先提取每日的is_holiday标记
daily_holiday = Before.groupby('date')['is_holiday'].max().reset_index()

# 和已有的After数据合并
After = After.merge(daily_holiday, on='date', how='left')

方法3：先标记日级节假日再聚合 #

先给每一行数据添加上当日的节假日标记，再分组求和：

Before['date'] = Before['timestamp'].dt.date
# 用transform给每行生成当日的is_holiday标记
Before['daily_holiday'] = Before.groupby('date')['is_holiday'].transform('max')

# 分组求和租赁量，同时保留日级节假日标记
After = Before.groupby('date').agg(
    cnt=('cnt', 'sum'),
    is_holiday=('daily_holiday', 'first')
).reset_index()

内容的提问来源于stack exchange，提问作者krmbla