Python Pandas DataFrame如何依据日期列表按条件新增标记列col1
Pandas 新增条件列的实现方法
提示:原代码使用
list作为变量名会覆盖Python内置列表类型,建议替换为date_list避免后续运行报错。
完整可运行代码
import pandas as pd # 初始化目标DataFrame df = pd.DataFrame({"day" : ["A", "A", "B", "B"], "data" : ["01.05.2019", "05.02.2019", "10.11.2019", "15.08.2018"]}) df["data"] = df["data"].astype("datetime64") # 预定义待匹配的日期列表 date_list = pd.to_datetime(['01.05.2019','15.08.2018', '25.07.2012']) # 按规则生成col1列 df["col1"] = ((df["day"] == "B") & (df["data"].isin(date_list))).astype(int)
实现逻辑
- 采用向量化运算替代循环遍历,执行效率更高
- 两个判定条件用
&连接,仅当day值为B且data日期在给定列表内两个条件同时满足时,布尔结果为True - 布尔值直接转换为整数类型,天然匹配“符合条件赋值1、其余情况赋值0”的规则
- 最终生成的
col1列值依次为[0, 0, 0, 1],与预期效果一致
内容的提问来源于stack exchange,提问作者dingaro
相关产品推荐
相关产品推荐

