python - 如何应用函数来创建虚拟变量？

Question

import numpy as np
import pandas as pd 
import matplotlib.pyplot as plt

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):
        if group.ix[group.year==3, 'pop']!=0:  
            group['Treated']=1
        else:
            group['Treated']=0    

frame.groupby('state').apply(treat)

我正在尝试根据某些条件创建变量 frame['Treated']。if ('year'==3) and ('pop'!=0) - 我认为 'state' 在 Treated 组中(所以我创建了一个名为 'Treated' 的变量)。

不幸的是，我遇到了一个错误:

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

我的代码有什么问题？你知道我如何解决这个问题吗？

重新编辑感谢您的友好回答，很抱歉没有清楚地描述我的问题。

我正在尝试再次描述我的问题。对于state 1，第3年的pop为0，所以state 1不在治疗组中(如下所示，frame['Treated']=0 for state 1 in every year)对于state 2，pop在第3年不等于0，所以state 2在treated组中(如下图，每年state 2的frame['Treated']=1)其他州出于类似原因进行处理。最终结果如下。

    state  year  pop  gdp  Treated
0       1     1   11  123        0
1       1     2   22  341        0
2       1     3    0  554        0
3       2     1   33  654        1
4       2     2   44  245        1
5       2     3   32  665        1
6       3     1   45  332        1
7       3     2   66  321        1
8       3     3   34  344        1
9       4     1   12  232        0
10      4     2   32  542        0
11      4     3    0  221        0

Answer 1

groupby 这里不需要，你只需要 np.where

frame['Treated']=np.where((frame.year==3)&(frame.pop!=0),1,0)
frame
Out[429]: 
    gdp  pop  state  year  Treated
0   123   11      1     1        0
1   341   22      1     2        0
2   554    0      1     3        1
3   654   33      2     1        0
4   245   44      2     2        0
5   665   32      2     3        1
6   332   45      3     1        0
7   321   66      3     2        0
8   344   34      3     3        1
9   232   12      4     1        0
10  542   32      4     2        0
11  221    0      4     3        1