Python 在dataframe中，如何基于一列中的数据设置其他列的值，而不使用循环？

我正在尝试构建一个用于线性回归的数据框架。我想包括11个独立的“虚拟”变量，它们根据一年中的月份设置为1或0。在不偏离主题的情况下，我使用了11个变量，而不是12个，因为截距捕捉到了第12个月

我知道很多事情都可以通过pandas来完成，而无需在整个数据帧中循环，并且以这种方式进行操作通常比使用循环更快

那么，是否可以从我的日期列中获取月份，并基于该月份动态地将单独的列设置为1或0？还是我在问一个愚蠢的问题

编辑：我应该包括更多的信息。 数据帧的结构如下所示：

日期 sku 订购的单位 会议 转化率 2020/01/30 abc123 20 200 0.1 2020/01/31 abc123 10 100 0.1 2020/02/01 abc123 15 60 0.25

---

我的方法是首先使用以下方法从每个月获取月数：

df['Date'].dt.month

然后与索引一起使用以获得计数的列表：

pd.crosstab(
df.index，
df[“日期”].dt.月
)

然后返回到DF on索引：

df=(
df.合并（pd.交叉表(
df.index，
df[“日期”].dt.月
),
左索引=真，
右（索引=真）
)

输出：

        Date     sku  units ordered  sessions  conversion rate  1  2
0 2020-01-30  abc123             20       200             0.10  1  0
1 2020-01-31  abc123             10       100             0.10  1  0
2 2020-02-01  abc123             15        60             0.25  0  1

        Date     sku  units ordered  sessions  conversion rate  January  February
0 2020-01-30  abc123             20       200             0.10        1         0
1 2020-01-31  abc123             10       100             0.10        1         0
2 2020-02-01  abc123             15        60             0.25        0         1

最后，使用映射器生成的列包括：

df=df.rename（列={month\u num:calendar.month\u name[month\u num]
对于范围（1，13）}内的月数

---

总而言之：

将熊猫作为pd导入
导入日历
df=pd.DataFrame(
{'Date'：{0:'2020/01/30'，1:'2020/01/31'，2:'2020/02/01'}，
'sku'：{0:'abc123'，1:'abc123'，2:'abc123'}，
'有序单位'：{0:20,1:10,2:15}，
“会话”：{0:200，1:100，2:60}，
‘转换率’：{0:0.1，1:0.1，2:0.25}）
df['Date']=df['Date'].astype（'datetime64[ns]'））
df=(
df.合并（pd.交叉表(
df.index，
df[“日期”].dt.月
),
左索引=真，
右（索引=真）
)
df=df.rename（列={month\u num:calendar.month\u name[month\u num]
对于范围（1，13）}内的月数
打印（df.to_string（））

输出：

        Date     sku  units ordered  sessions  conversion rate  1  2
0 2020-01-30  abc123             20       200             0.10  1  0
1 2020-01-31  abc123             10       100             0.10  1  0
2 2020-02-01  abc123             15        60             0.25  0  1

        Date     sku  units ordered  sessions  conversion rate  January  February
0 2020-01-30  abc123             20       200             0.10        1         0
1 2020-01-31  abc123             10       100             0.10        1         0
2 2020-02-01  abc123             15        60             0.25        0         1

---

“可能吗？”是的，有很多方法。如果您提供了一个关于数据集外观和所需结果集的最小示例，您就更有可能得到一个完整的答案，其中包含针对特定案例的代码。嘿，亨利，谢谢你的回答。我继续向OP添加了更多细节。我认为这澄清了最初的问题。后续问题。您的DF中是否有12月份的值？你说第12个月“被截获”，我假设这意味着DF不包含该月的值，但你的循环似乎过滤掉了12月。我只包括1月到11月。我把这个数据框输入一个线性回归公式，月份是自变量。回归的问题是，如果在所有12个月的每个月都包含一个变量，回归将失败，因为它无法解决截距问题。在这种情况下，当1月至11月的变量等于零时，考虑第12个月。编辑：为了清楚起见，我有一些行包含12月份的销售数据，但没有这个月的自变量。这太棒了。我知道必须有一种不需要循环的方法。这是一些直截了当的故事。