You need to enable JavaScript to run this app. Python Pandas DataFrame如何依据日期列表按条件新增标记列col1
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.08 19:45:10