Python 基于其他数据帧值创建列

我有一个例子。

df2['Check']

所做的是，如果

df['date']=='10月'

那么我分配0，否则分配1

np.其中

可以在其他条件下正常工作，但是

strftime

不喜欢导致此错误的序列：

import pandas as pd
import io
import numpy as np
import datetime

data = """
    date          id
    2015-10-31    50230
    2015-10-31    48646
    2015-10-31    48748
    2015-10-31    46992
    2015-11-01    46491
    2015-11-01    45347
    2015-11-01    45681
    2015-11-01    46430
    """

df = pd.read_csv(io.StringIO(data), delimiter='\s+', index_col=False, parse_dates = ['date'])

df2 = pd.DataFrame(index=df.index)

df2['Check'] = np.where(datetime.datetime.strftime(df['date'],'%B')=='October',0,1)

---

这是一个稍微简单的版本，使用

datetime

对象的

month

属性。如果该值等于10，只需将真/假值映射到所需的0/1对：

  Check
0     0
1     0
2     0
3     0
4     1
5     1
6     1
7     1

---

这是一个稍微简单的版本，使用

datetime

对象的

month

属性。如果该值等于10，只需将真/假值映射到所需的0/1对：

  Check
0     0
1     0
2     0
3     0
4     1
5     1
6     1
7     1

---

这是一个稍微简单的版本，使用

datetime

对象的

month

属性。如果该值等于10，只需将真/假值映射到所需的0/1对：

  Check
0     0
1     0
2     0
3     0
4     1
5     1
6     1
7     1

---

这是一个稍微简单的版本，使用

datetime

对象的

month

属性。如果该值等于10，只需将真/假值映射到所需的0/1对：

  Check
0     0
1     0
2     0
3     0
4     1
5     1
6     1
7     1

---

@ako的答案是关于钱的，但根据@Kartik和@EdChum的评论，我得出了以下结论：

df2['Check']=df.date.apply(lambda x: x.month==10).map({True:0,False:1})

---

@ako的答案是关于钱的，但根据@Kartik和@EdChum的评论，我得出了以下结论：

df2['Check']=df.date.apply(lambda x: x.month==10).map({True:0,False:1})

---

@ako的答案是关于钱的，但根据@Kartik和@EdChum的评论，我得出了以下结论：

df2['Check']=df.date.apply(lambda x: x.month==10).map({True:0,False:1})

---

@ako的答案是关于钱的，但根据@Kartik和@EdChum的评论，我得出了以下结论：

df2['Check']=df.date.apply(lambda x: x.month==10).map({True:0,False:1})

---

使用

.dt

存取器。使用0.17。看。之所以会出现错误，是因为datetime使用的是单参数，而不是数组。我会记住这一点，这非常有用。anaconda的一部分我现在有0.16。不应该

df['date'].dt.month==9

即使在

0.16.0

中也可以使用

.dt

访问器。使用0.17。看。之所以会出现错误，是因为datetime使用的是单参数，而不是数组。我会记住这一点，这非常有用。anaconda的一部分我现在有0.16。不应该

df['date'].dt.month==9

即使在

0.16.0

中也可以使用

.dt

访问器。使用0.17。看。之所以会出现错误，是因为datetime使用的是单参数，而不是数组。我会记住这一点，这非常有用。anaconda的一部分我现在有0.16。不应该

df['date'].dt.month==9

即使在

0.16.0

中也可以使用

.dt

访问器。使用0.17。看。之所以会出现错误，是因为datetime使用的是单参数，而不是数组。我会记住这一点，这非常有用。anaconda的一部分我现在有0.16。不应该

df['date'].dt.month==9

即使在

0.16.0

中也能工作吗？