我如何使用医疗代码来确定一个人使用 jupyter 患有什么疾病？
How do i use medical codes to determine what disease a person have using jupyter?
我目前正在尝试使用一些医疗代码来查明一个人是否患有某种疾病并且需要帮助，因为我尝试搜索了几天但没有找到任何帮助。希望有人能帮我解决这个问题。考虑到我已经将 excel 文件 1 导入 df1 并将 excel 文件 2 导入 df2，我如何使用 excel 文件 2 来识别 excel 文件中的患者患有什么疾病1 有并用 header 表示？下面是数据的外观示例。我目前正在为此使用 pandas Jupyter notebook。
Excel 文件 1:
Patient
Primary Diagnosis
Secondary Diagnosis
Secondary Diagnosis 2
Secondary Diagnosis 3
Alex
50322
50111
John
50331
60874
50226
74444
Peter
50226
74444
Peter
50233
88888
Excel 文件 2:
Primary Diagnosis
Medical Code
Diabetes Type 2
50322
Diabetes Type 2
50331
Diabetes Type 2
50233
Cardiovescular Disease
50226
Hypertension
50111
AIDS
60874
HIV
74444
HIV
88888
预期输出：
Patient
Positive for Diabetes Type 2
Positive for Cardiovascular Disease
Positive for Hypertension
Positive for AIDS
Positive for HIV
Alex
1
1
0
0
0
John
1
1
0
1
1
Peter
1
1
0
0
1
也许您可以将 excel 文件 2 转换为某种形式的键值对，然后将文件 1 中的主要诊断列替换为相应的疾病名称，稍后应用某种形式的编码，例如 one-hot 或类似于文件 1 的内容。不确定这种方法是否一定有帮助，但只是分享我的想法。
IIUC，你可以融化 df1，然后映射重塑 df2 的代码，最后 pivot_table 输出：
diseases = df2.set_index('Medical Code')['Primary Diagnosis']
(df1
.reset_index()
.melt(id_vars=['index', 'Patient'])
.assign(disease=lambda d: d['value'].map(diseases),
value=1,
)
.pivot_table(index='Patient', columns='disease', values='value', fill_value=0)
)
输出：
disease AIDS Cardiovescular Disease Diabetes Type 2 HIV Hypertension
Patient
Alex 0 0 1 0 1
John 1 1 1 1 0
Peter 0 1 1 1 0
您可以使用 merge 和 pivot_table
out = (
df1.melt('Patient', var_name='Diagnosis', value_name='Medical Code').dropna()
.merge(df2, on='Medical Code').assign(dummy=1)
.pivot_table('dummy', 'Patient', 'Primary Diagnosis', fill_value=0)
.add_prefix('Positive for ').rename_axis(columns=None).reset_index()
)
输出：
Patient
Positive for AIDS
Positive for Cardiovescular Disease
Positive for Diabetes Type 2
Positive for HIV
Positive for Hypertension
Alex
0
0
1
0
1
John
1
1
1
1
0
Peter
0
1
1
1
0
我目前正在尝试使用一些医疗代码来查明一个人是否患有某种疾病并且需要帮助，因为我尝试搜索了几天但没有找到任何帮助。希望有人能帮我解决这个问题。考虑到我已经将 excel 文件 1 导入 df1 并将 excel 文件 2 导入 df2，我如何使用 excel 文件 2 来识别 excel 文件中的患者患有什么疾病1 有并用 header 表示？下面是数据的外观示例。我目前正在为此使用 pandas Jupyter notebook。
Excel 文件 1:
| Patient | Primary Diagnosis | Secondary Diagnosis | Secondary Diagnosis 2 | Secondary Diagnosis 3 | |
|---|---|---|---|---|---|
| Alex | 50322 | 50111 | |||
| John | 50331 | 60874 | 50226 | 74444 | |
| Peter | 50226 | 74444 | |||
| Peter | 50233 | 88888 |
Excel 文件 2:
| Primary Diagnosis | Medical Code |
|---|---|
| Diabetes Type 2 | 50322 |
| Diabetes Type 2 | 50331 |
| Diabetes Type 2 | 50233 |
| Cardiovescular Disease | 50226 |
| Hypertension | 50111 |
| AIDS | 60874 |
| HIV | 74444 |
| HIV | 88888 |
预期输出：
| Patient | Positive for Diabetes Type 2 | Positive for Cardiovascular Disease | Positive for Hypertension | Positive for AIDS | Positive for HIV |
|---|---|---|---|---|---|
| Alex | 1 | 1 | 0 | 0 | 0 |
| John | 1 | 1 | 0 | 1 | 1 |
| Peter | 1 | 1 | 0 | 0 | 1 |
也许您可以将 excel 文件 2 转换为某种形式的键值对，然后将文件 1 中的主要诊断列替换为相应的疾病名称，稍后应用某种形式的编码，例如 one-hot 或类似于文件 1 的内容。不确定这种方法是否一定有帮助，但只是分享我的想法。
IIUC，你可以融化 df1，然后映射重塑 df2 的代码，最后 pivot_table 输出：
diseases = df2.set_index('Medical Code')['Primary Diagnosis']
(df1
.reset_index()
.melt(id_vars=['index', 'Patient'])
.assign(disease=lambda d: d['value'].map(diseases),
value=1,
)
.pivot_table(index='Patient', columns='disease', values='value', fill_value=0)
)
输出：
disease AIDS Cardiovescular Disease Diabetes Type 2 HIV Hypertension
Patient
Alex 0 0 1 0 1
John 1 1 1 1 0
Peter 0 1 1 1 0
您可以使用 merge 和 pivot_table
out = (
df1.melt('Patient', var_name='Diagnosis', value_name='Medical Code').dropna()
.merge(df2, on='Medical Code').assign(dummy=1)
.pivot_table('dummy', 'Patient', 'Primary Diagnosis', fill_value=0)
.add_prefix('Positive for ').rename_axis(columns=None).reset_index()
)
输出：
| Patient | Positive for AIDS | Positive for Cardiovescular Disease | Positive for Diabetes Type 2 | Positive for HIV | Positive for Hypertension |
|---|---|---|---|---|---|
| Alex | 0 | 0 | 1 | 0 | 1 |
| John | 1 | 1 | 1 | 1 | 0 |
| Peter | 0 | 1 | 1 | 1 | 0 |