如何通过自定义函数创建哑变量？Python Pandas实现咨询

我来帮你搞定这个哑变量创建的问题！先看看你原代码里的几个小坑，然后一步步修正：

原代码的问题 #

• ix方法已经被Pandas弃用啦，现在推荐用loc或者iloc来定位行/列，避免版本兼容问题
• 判断条件group.ix[group.year==3, 'pop']!=0返回的是一个布尔Series，而不是单个布尔值，没法直接用来做if判断（每个state只有1条year=3的数据，得把它转成标量值）
• 你的treat函数修改了group，但没有返回修改后的结果；而且groupby.apply默认不会直接修改原DataFrame，需要把结果赋值回去

修正后的实现方法 #

方法一：修正自定义函数+groupby.apply #

先调整你的自定义函数，让它能正确返回修改后的分组，再赋值回原DataFrame：

import numpy as np 
import pandas as pd 

data={'state':[1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4], 'year':[1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3], 'pop':[11, 22, 0, 33, 44, 32, 45, 66, 34, 12, 32, 0], 'gdp':[123, 341, 554, 654, 245, 665, 332 ,321, 344, 232, 542, 221]} 
frame=pd.DataFrame(data) 

def treat(group):
    # 提取当前state下year=3的pop值，用iloc[0]转成标量
    pop_year3 = group.loc[group['year'] == 3, 'pop'].iloc[0]
    # 根据条件赋值Treated
    group['Treated'] = 1 if pop_year3 != 0 else 0
    return group  # 必须返回修改后的分组

# 将apply的结果赋值回原frame
frame = frame.groupby('state').apply(treat)

方法二：更简洁的映射法（无需自定义函数） #

如果逻辑比较简单，其实可以不用自定义函数，直接通过映射实现，效率更高：

# 先筛选year=3的行，以state为索引，标记pop是否非0（转成int类型：True→1，False→0）
state_treated_map = frame.loc[frame['year'] == 3].set_index('state')['pop'].ne(0).astype(int)
# 把每个state对应的Treated值映射到整个DataFrame
frame['Treated'] = frame['state'].map(state_treated_map)

两种方法最终都会得到你想要的Treated列：每个state下的所有行，只要该state在year=3时pop≠0，就标记为1，否则为0。

内容的提问来源于stack exchange，提问作者alexander