Skip to main content
 首页 » 编程设计

python之如何添加增量列,为特定 ID 的 csv 中的每个新对象添加 +1

2024年11月24日9youxin

我有一个 CSV 文件,其中包含药物信息(姓名)和某些患者的剂量信息(id)。

CSV 文件的结构如下:

name, id, dose 
ator, 034, 20 
ator, 034, 30 
para, 034, 30 
mar, 035, 20 
mar, 034, 10 

目标是将其解析为“长”格式,包含以下列:“id”、“table”(代码中给出的表名)、字段(即名称、剂量)、值(即,例如名称或剂量的值)。到目前为止,我已经成功地将原始 CSV 结构格式化成这个。

但是,我还想要一个“计数”列,其中包含每个患者服用的药物增量。 例如,ID 为 034 的患者服用了三种药物(ator、para 和 mar),对应的计数为 1、2 和 3。因此,所需的输出如下:

id,table,field,count,value 
034, meds, name, 1, ator 
034, meds, name, 1, ator 
034, meds, name, 2, para 
035, meds, name, 1, mar 
034, meds, name, 3, mar 
034, meds, dose, 1, 20 
034, meds, dose, 1, 30 
034, meds, dose, 2, 30 
035, meds, dose, 1, 20 
034, meds, dose, 3, 10 

每次患者(即 id)获得新药物(即姓名)时,“计数”应表示与表格后面的实例剂量相对应的药物。

但我正在为获得这样的计数列而苦苦挣扎。

我曾尝试通过我的代码(请参阅下文)向数据框添加一个计数列,但没有成功。

任何对创建此专栏的帮助都将非常有用!

import pandas as pd 
 
# load the data into a pandas table: 
file = '~/data/meds.csv'                    
df = pd.read_table(file, delimiter=',') 
 
#### CANNOT GET THIS PART TO WORK: ##### 
 
count = [] 
 
for index, row in df.iterrows(): 
    count.append(df[(df['id'] == row['id']) & (df['name'] < row['name'])].shape[0]) 
 
df['count'] = count 
 
######################################## 
 
# convert data frame into the long format 
df = pd.melt(df, id_vars=['id', 'count'], var_name='field', value_name='value') 
 
# Change all NaNs to None  
df = df.where((pd.notnull(df)), None) 
 
# creating new column with table name 
table = [] 
df['table'] = 'meds' 
 
# save to file: 
df.to_csv('~/data/meds_out.csv', encoding='utf-8') 

请您参考如下方法:

使用melt与 GroupBy.cumcount对于计数器列:

df = pd.melt(df, id_vars='id', var_name='field', value_name='value') 
#if constant value set this way 
df['table'] = 'meds' 
 
df['count'] = df.groupby(['id','field']).cumcount() + 1 
 
 
#change order of columns if necessary 
df = df[['id','table','field','count','value']] 
print (df) 
   id table field  count value 
0  34  meds  name      1  ator 
1  34  meds  name      2  para 
2  35  meds  name      1   mar 
3  34  meds  name      3   mar 
4  34  meds  dose      1    20 
5  34  meds  dose      2    30 
6  35  meds  dose      1    20 
7  34  meds  dose      3    10 

编辑:

df['count'] = df.groupby('id')['name'].cumcount() + 1 
df['count'] = df.groupby('id')['count'].ffill().astype(int) 
df = pd.melt(df, id_vars=['id','count'], var_name='field', value_name='value') 
print (df) 
   id  count field value 
0  34      1  name  ator 
1  34      2  name  ator 
2  34      3  name  para 
3  35      1  name   mar 
4  34      4  name   mar 
5  34      1  dose    20 
6  34      2  dose    30 
7  34      3  dose    30 
8  35      1  dose    20 
9  34      4  dose    10