Question

我正在尝试获取数据集中假期的虚拟变量。我有几个带假日的日期范围（pd.daterange()）和一个数据框，我想在该数据框后面附加一个虚拟对象，以指示该行的日期时间是否在指定假日的某个日期范围内。

小例子：

ChristmasBreak = list(pd.date_range('2014-12-20','2015-01-04').date)

dates = pd.date_range('2015-01-03', '2015-01-06, freq='H')
d = {'Date': dates, 'Number': np.rand(len(dates))}

df = pd.DataFrame(data=d)
df.set_index('Date', inplace=True)

for i, row in df.iterrows():
    if i in ChristmasBreak:
        df[i,'Christmas] = 1

if loop从未输入，因此无法匹配日期。有什么办法吗？也欢迎使用其他替代方法来处理这种情况！

Answer 1

首先不要使用 iterrows ，因为really slow。

最好将dt.date与Series,isin一起使用，最后将布尔掩码转换为整数-True是1：

df = pd.DataFrame(data=d)

df['Christmas'] = df['Date'].dt.date.isin(ChristmasBreak).astype(int)

或使用between：

df['Christmas'] = df['Date'].between('2014-12-20', '2015-01-04').astype(int)

如果要与DatetimeIndex进行比较：

df = pd.DataFrame(data=d)
df.set_index('Date', inplace=True)

df['Christmas'] = df.index.date.isin(ChristmasBreak).astype(int)

df['Christmas'] = ((df.index > '2014-12-20') & (df.index < '2015-01-04')).astype(int)

示例：

ChristmasBreak = pd.date_range('2014-12-20','2015-01-04').date

dates = pd.date_range('2014-12-19 20:00', '2014-12-20 05:00', freq='H')
d = {'Date': dates, 'Number': np.random.randint(10, size=len(dates))}

df = pd.DataFrame(data=d)

df['Christmas'] = df['Date'].dt.date.isin(ChristmasBreak).astype(int)
print (df)
                 Date  Number  Christmas
0 2014-12-19 20:00:00       6          0
1 2014-12-19 21:00:00       7          0
2 2014-12-19 22:00:00       0          0
3 2014-12-19 23:00:00       9          0
4 2014-12-20 00:00:00       1          1
5 2014-12-20 01:00:00       3          1
6 2014-12-20 02:00:00       1          1
7 2014-12-20 03:00:00       8          1
8 2014-12-20 04:00:00       2          1
9 2014-12-20 05:00:00       1          1

Answer 2

这应该做您想要的：

df['Christmas'] = df.index.isin(ChristmasBreak).astype(int)

指示行的日期时间是否在日期范围内

2 个答案: