如何基于面板数据按连续季度交易情况创建active trader哑变量列

需求说明 #

按ID分组为每个时期生成active列，规则如下：

• 从该ID的首个时期开始，连续每个季度交易数（trading）>0时标记为1
• 一旦出现trading=0的季度，该ID后续所有时期均标记为0

代码实现（Python Pandas） #

import pandas as pd

# 示例数据加载（实际可替换为你的数据源）
data = {
    'ID': ['A','A','A','A','A','B','B','B','C','C','C','C'],
    'date': ['2020Q1','2020Q2','2020Q3','2020Q4','2021Q1','2019Q1','2019Q2','2019Q3','2021Q1','2021Q2','2021Q3','2021Q4'],
    'trading': [4,5,0,2,1,0,1,2,3,3,4,0]
}
df = pd.DataFrame(data)

# 定义分组处理逻辑
def mark_active(group):
    # 定位该组第一个交易数为0的行索引
    first_zero_pos = group[group['trading'] == 0].index.min()
    if pd.isna(first_zero_pos):
        # 无交易中断，全标记为活跃
        group['active'] = 1
    else:
        # 中断前标记1，中断及之后标记0
        group['active'] = 1
        group.loc[first_zero_pos:, 'active'] = 0
    return group

# 分组应用逻辑并整理结果
df = df.groupby('ID', group_keys=False).apply(mark_active)
df = df.sort_values(['ID', 'date']).reset_index(drop=True)

print(df)

逻辑说明 #

1. 按ID分组后，对每个组查找第一个trading=0的位置
2. 若组内无交易中断（无trading=0的行），所有行active标记为1
3. 若存在交易中断，中断位置之前的行标记1，从中断行开始（含该行）所有行标记0
4. 最后按ID和日期排序，保证数据时序正确

示例输入 #

ID  date   trading   
A   2020Q1 4         
A   2020Q2 5         
A   2020Q3 0         
A   2020Q4 2         
A   2021Q1 1         
B   2019Q1 0         
B   2019Q2 1         
B   2019Q3 2         
C   2021Q1 3         
C   2021Q2 3         
C   2021Q3 4         
C   2021Q4 0         

示例输出 #

ID  date   trading   active
A   2020Q1 4         1
A   2020Q2 5         1
A   2020Q3 0         0
A   2020Q4 2         0
A   2021Q1 1         0
B   2019Q1 0         0
B   2019Q2 1         0
B   2019Q3 2         0
C   2021Q1 3         1
C   2021Q2 3         1
C   2021Q3 4         1
C   2021Q4 0         0

内容的提问来源于stack exchange，提问作者Olive