为日期索引的DataFrame按AccountID和类别打分的最优实现方式

嘿，千万别手动遍历accountid来做这个！Pandas的核心优势就是矢量化操作，不仅代码简洁，运行效率比循环高几个数量级，尤其是数据量大的时候。

直接看最简洁高效的实现方案：

方法一：精准定位赋值（推荐） #

假设你的DataFrame名为df，已经设置timestamp为索引。我们可以直接利用df.loc的行列定位能力，一步完成赋值：

import pandas as pd
import numpy as np

# 先定义所有需要处理的类别列
category_columns = ['Smooth', 'Hard', 'Sharp', 'Narrow']

# 初始化这些列为NaN
df[category_columns] = np.nan

# 关键一步：根据每行的category值，给对应的列赋值1
df.loc[df.index, df['category']] = 1

原理说明： #

• df.loc[行索引, 列索引]支持传入Series作为列索引参数，这里df['category']刚好是每行对应的目标列名，Pandas会自动为每一行匹配对应的列并赋值1，其他列保持NaN，完全符合你的需求。

方法二：独热编码转换 #

如果你的DataFrame原本没有这些类别列，也可以用pd.get_dummies生成独热编码后替换0为NaN：

# 生成category列的独热编码
dummies = pd.get_dummies(df['category'], prefix='', prefix_sep='')
# 将编码中的0替换为NaN
dummies = dummies.replace(0, np.nan)
# 合并到原DataFrame
df = df.join(dummies)

为什么不推荐遍历accountid？ #

手动循环遍历每个accountid会触发Pandas的逐行操作，这是Pandas的性能大忌——当数据量达到万级甚至百万级时，循环会慢到无法忍受，而且代码冗余，容易出现索引对齐错误。

用上面的矢量化方法，几行代码就能完成，性能和可读性都拉满。

内容的提问来源于stack exchange，提问作者Masterbuilder