我正在使用一个表,它的列中包含了对患者执行的过程,每一行代表一个患者。我需要做的是计算有多少患者接受了相同的程序组合。也就是说,在每一行中出现过程A,B或A,B,Z。顺序并不重要。
因此,假设这个示例表,我尝试以以下方式使用.isin()方法:
d = {'col1': ['A', 'A', 'B',], 'col2': ['B', 'D', 'C'], 'col3': ['C', '','X',]}
df = pd.DataFrame(data=d)
print(df)
col1 col2 col3
0 A B C
1 A D
2 B C X
我想要得到一个列表,列出在给定两个过程的情况下每个过程执行的次数:
dx1 = ['A', 'B']
df[df.isin(dx1).any(1)].apply(pd.value_counts).sum(axis=1).sort_values(ascending=False)
但我得到了一个列表,列出了每个过程分别执行的次数,并将它们加在一起(而不是用" and“将"or”作为条件)。
C 2.0
H 1.0
D 1.0
A 1.0
1.0
dtype: float64
我需要你提供一个列表,列出A和B以外的程序被执行的次数,在这种情况下它应该是:
C 1.0
dtype: float64
非常感谢您提前预估。
发布于 2019-04-18 00:46:16
既然你不关心顺序,集合应该可以解决你的问题:
d = {'col1': ['A', 'A', 'B',], 'col2': ['B', 'D', 'C'], 'col3': ['C', '','X',]}
df = pd.DataFrame(data=d)
dx1 = ['A', 'B']
df["procedures"] = df.apply(lambda x: [x.col1, x.col2, x.col3], axis=1)
df["contains_dx1"] = df.procedures.apply(lambda x: set(dx1).issubset(set(x)))
发布于 2019-04-18 00:52:32
使用functools.reduce
、melt
、isin
和value_counts
尝试以下代码:
from functools import reduce
import pandas as pd
d = {'col1': ['A', 'A', 'B',], 'col2': ['B', 'D', 'C'], 'col3': ['C', '','X',]}
df = pd.DataFrame(data=d)
dx1 = ['A', 'B']
df_bool = reduce(lambda a,b: a | b, [df == i for i in dx1])
s = df[df_bool.sum(1).gt(1)].melt()['value'].value_counts()
s[~s.index.isin(dx1)]
输出:
C 1
Name: value, dtype: int64
https://stackoverflow.com/questions/55732038
复制相似问题