如何用Pandas创建工作日7:00-17:00的时间序列布尔哑变量？

报错原因 #

你在apply的lambda里调用df.index.weekday <=4时，这是对整个DataFrame索引的批量判断，返回的是布尔数组；而lambda中的hr是单个值，两者做逻辑判断会触发歧义错误（数组的真值无法直接判定）。

正确实现方法 #

方法一：矢量化操作（推荐，效率更高）

直接基于索引的属性做批量逻辑判断，无需逐行迭代：

# 利用索引的hour和weekday属性生成布尔条件，转成0/1整数
df['7AM_to_5PM'] = ((df.index.hour > 7) & (df.index.hour < 17) & (df.index.weekday <= 4)).astype(int)

• 逻辑与操作要用&（Pandas数组的逻辑运算符），不能用Python的and
• 最后用astype(int)把布尔值转成1/0的哑变量

方法二：逐行apply（不推荐，适合理解逻辑）

如果一定要用apply，需要指定axis=1逐行处理，通过row.name获取当前行的索引：

df['hour'] = df.index.hour  # 直接用索引的hour属性，无需转字符串再转整数
df['7AM_to_5PM'] = df.apply(lambda row: 1 if (row['hour'] >7 and row['hour'] <17 and row.name.weekday <=4) else 0, axis=1)

最终使用 #

生成绘图用DataFrame的代码无需修改：

df_scatter = df[['oat','electricity','7AM_to_5PM']]

内容的提问来源于stack exchange，提问作者bbartling