问题描述
关于在我正在使用的每季熊猫DataFrame中创建傻瓜的问题，我基本上有3个相关问题。 第一个是：如何创建一个“虚拟”变量，该变量将为每个Firm ID的最后四个季度设置1？我想产生以下相同结果：
Firm Quarter Dummy
A 2017-03-31 1
A 2016-12-31 1
A 2016-09-30 1
A 2016-06-30 1
A 2016-03-31 0
A 2015-12-31 0
A 2015-09-30 0
A 2015-06-30 0
A 2015-03-31 0
B 2009-06-30 1
B 2009-03-31 1
B 2008-12-31 1
B 2008-09-30 1
B 2008-06-30 0
B 2008-03-31 0
B 2007-12-31 0
B 2007-09-30 0
B 2007-06-30 0
.
.
.
Z . .
Z . .
Z . .
我的第二个问题是：如何创建一个“虚拟”变量，在最后一个季度之后的一年（给定每个公司的最后一个季度的日期不同），则为四个季度设置1？就像下面的DataFrame中一样：
Firm Quarter Dummy
A 2017-03-31 0
A 2016-12-31 0
A 2016-09-30 0
A 2016-06-30 0
A 2016-03-31 1
A 2015-12-31 1
A 2015-09-30 1
A 2015-06-30 1
A 2015-03-31 0
B 2009-06-30 0
B 2009-03-31 0
B 2008-12-31 0
B 2008-09-30 0
B 2008-06-30 1
B 2008-03-31 1
B 2007-12-31 1
B 2007-09-30 1
B 2007-06-30 0
.
.
.
Z . .
Z . .
Z . .
最后，关于上一张表，我如何摆脱每个虚拟公司在第一个虚拟人= 1之前的前四个季度（虚拟= 0），并在最后一个虚拟人= 1之后保留虚拟= 0的四分之一ID ？，以获取最终的DataFrame，如下所示：
Firm Quarter Dummy
A 2016-03-31 1
A 2015-12-31 1
A 2015-09-30 1
A 2015-06-30 1
A 2015-03-31 0
B 2008-06-30 1
B 2008-03-31 1
B 2007-12-31 1
B 2007-09-30 1
B 2007-06-30 0
.
.
.
Z . .
Z . .
Z . .
在此先感谢您的帮助！
解决方法
对于每个公司，如果我们将最后一个季度编号为1，第二个最后一个编号为2，依此类推，那么您的问题只是一个过滤游戏：
- 将所有季度1-4分配为
Dummy = 1。其余为0 - 所有5至8季度都分配了
Dummy = 1。其余的为0。仅需四分之一到5-9。
代码：
s = df.sort_values('Quarter',ascending=False).groupby('Firm').cumcount().add(1).sort_index()
result1 = df.assign(Dummy=np.where(s.between(1,4),1,0))
result2 = df.assign(Dummy=np.where(s.between(5,8),0))[s.between(5,9)]