- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
好吧,对于 pandas 和 Python 来说相对较新,所以如果我的问题非常明显,我深表歉意。已阅读有关合并、联接和连接的所有 pandas 文档,通读 Stackoverflow 和 Scriptscoop 上的所有类似问题,并观看了数小时的 pandas 教程YouTube。但还没有弄清楚如何做我想做的事情,这在pandas中似乎相对容易。
基本上,我对每种类型的阳性细菌结果(大肠杆菌、金黄色葡萄球菌等)都有一个数据框。在 DataFrame 中,有一个与患者关联的唯一 ID(订单)以及结果、日期和病房名称。一名患者可能仅对一种细菌或多种细菌呈阳性,因此数据帧之间的某些顺序号重叠,有些仅显示一次。
例如:
Order Test_EC Results_EC Date Ward Name
0 K70201 E. coli MODERATE 2014-01-02 North
1 K70277 E. coli MODERATE 2014-01-02 North
2 K70205 E. coli FEW 2014-01-02 West
3 K70818 E. coli MODERATE 2014-01-03 South
4 K70202 E. coli FEW 2014-01-03 West
5 K80070 E. coli RARE 2014-01-03 North
6 K80666 E. coli FEW 2014-01-03 East
Order Test_SA Results_SA Date Ward Name
0 K80766 S.aureus MANY 2014-01-01 West
1 K70201 S.aureus MANY 2014-01-02 North
2 K70277 S.aureus MANY 2014-01-02 North
3 K70205 S.aureus FEW 2014-01-02 West
4 K90107 S.aureus FEW 2014-01-06 North
我想根据患者的订单号创建一个主数据库,其中包含每个阳性测试和结果的关联列,以及日期和病房名称。如果患者的一项测试呈阳性而另一项测试呈阴性,则填充 NaN 就可以了。如果来自不同 DataFrame 的两个订单号匹配,那么根据定义,它们将具有相同的日期和病房名称,因此基本上测试和结果列将是唯一的新信息。
简而言之,我希望维护每个表中包含的所有信息,同时将每个订单号的所有关联数据显示在一行中。
我希望得到如下所示的东西:
Order Test_EC Results_EC Test_SA Results_SA Date Ward Name
0 K70201 E. coli MODERATE S.aureus MANY 2014-01-02 North
1 K70277 E. coli MODERATE S.aureus MANY 2014-01-02 North
2 K70205 E. coli FEW S.aureus FEW 2014-01-02 West
3 K70818 E. coli MODERATE NaN NaN 2014-01-03 South
4 K70202 E. coli FEW NaN NaN 2014-01-03 West
5 K80070 E. coli RARE NaN NaN 2014-01-03 North
6 K80666 E. coli FEW NaN NaN 2014-01-03 East
7 K80766 NaN NaN S.aureus MANY 2014-01-01 West
8 K90107 NaN NaN S.aureus FEW 2014-01-06 North
正如您所看到的,生成的 DataFrame 短了三行,因为有 3 名患者同时感染了大肠杆菌和金黄色葡萄球菌。订单列中没有重复值,但所有信息均已保留。
我还想通过对不同的细菌做同样的事情大约二十次来继续建立这样的数据库。实际数据集大约有 100,000 个唯一订单号。
如果我详细介绍了我尝试过的连接、合并和连接函数的所有各种组合,以及为什么它们不起作用,那么这篇文章就太长了。我知道我错过了一些明显的东西。任何想法,将不胜感激!
最佳答案
看起来您想要“外部”合并?
In [154]: df1
Out[154]:
Order Test_EC Results_EC Date Ward Name
0 K70201 E. coli MODERATE 2014-01-02 North
1 K70277 E. coli MODERATE 2014-01-02 North
2 K70205 E. coli FEW 2014-01-02 West
3 K70818 E. coli MODERATE 2014-01-03 South
4 K70202 E. coli FEW 2014-01-03 West
5 K80070 E. coli RARE 2014-01-03 North
6 K80666 E. coli FEW 2014-01-03 East
In [155]: df2
Out[155]:
Order Test_SA Results_SA Date Ward Name
0 K80766 S.aureus MANY 2014-01-01 West
1 K70201 S.aureus MANY 2014-01-02 North
2 K70277 S.aureus MANY 2014-01-02 North
3 K70205 S.aureus FEW 2014-01-02 West
4 K90107 S.aureus FEW 2014-01-06 North
In [156]: df1.merge(df2, how='outer')
Out[156]:
Order Test_EC Results_EC Date Ward Name Test_SA Results_SA
0 K70201 E. coli MODERATE 2014-01-02 North S.aureus MANY
1 K70277 E. coli MODERATE 2014-01-02 North S.aureus MANY
2 K70205 E. coli FEW 2014-01-02 West S.aureus FEW
3 K70818 E. coli MODERATE 2014-01-03 South NaN NaN
4 K70202 E. coli FEW 2014-01-03 West NaN NaN
5 K80070 E. coli RARE 2014-01-03 North NaN NaN
6 K80666 E. coli FEW 2014-01-03 East NaN NaN
7 K80766 NaN NaN 2014-01-01 West S.aureus MANY
8 K90107 NaN NaN 2014-01-06 North S.aureus FEW
关于python - 合并多个 Pandas 数据帧 - 有些具有共享的唯一 ID,有些具有共享列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33080119/
我正在 csv 上使用 hadoop 来分析一些数据。我使用sql/mysql(不确定)来分析数据,现在陷入了僵局。 我花了好几个小时在谷歌上搜索,却没有找到任何相关的东西。我需要一个查询,在该查询中
我正在为 Bootstrap 网格布局的“简单”任务而苦苦挣扎。我希望在大视口(viewport)上有 4 列,然后在中型设备上有 2 列,最后在较小的设备上只有 1 列。 当我测试我的代码片段时,似
对于这个令人困惑的标题,我深表歉意,我想不出这个问题的正确措辞。相反,我只会给你背景信息和目标: 这是在一个表中,一个人可能有也可能没有多行数据,这些行可能包含相同的 activity_id 值,也可
具有 3 列的数据库表 - A int , B int , C int 我的问题是: 如何使用 Sequelize 结果找到 A > B + C const countTasks = await Ta
我在通过以下功能编写此查询时遇到问题: 首先按第 2 列 DESC 排序,然后从“不同的第 1 列”中选择 只有 Column1 是 DISTINCT 此查询没有帮助,因为它首先从第 1 列中进行选择
使用 Bootstrap 非常有趣和有帮助,目前我在创建以下需求时遇到问题。 “使用 bootstrap 在桌面上有 4 列,在平板电脑上有 2 列,在移动设备上有 1 列”谁能告诉我正确的结构 最佳
我是 R 新手,正在问一个非常基本的问题。当然,我在尝试从所提供的示例中获取指导的同时做了功课here和 here ,但无法在我的案例中实现这个想法,即可能是由于我的问题中的比较维度更大。 我的实
通常我会使用 R 并执行 merge.by,但这个文件似乎太大了,部门中的任何一台计算机都无法处理它! (任何从事遗传学工作的人的附加信息)本质上,插补似乎删除了 snp ID 的 rs 数字,我只剩
我有一个 df , delta1 delta2 0 -1 2 0 -1 0 0 0 我想知道如何分配 delt
您好,我想知道是否可以执行以下操作。显然,我已经尝试在 phpMyAdmin 中运行它,但出现错误。也许还有另一种方式来编写此查询。 SELECT * FROM eat_eat_restaurants
我有 2 个列表(标题和数据值)。我想要将数据值列 1 匹配并替换为头文件列 1,以获得与 dataValue 列 1 和标题值列 2 匹配的值 头文件 TotalLoad,M0001001 Hois
我有两个不同长度的文件,file2 是一个很大的引用文件,我从中提取文件 1 的数据。 我有一行 awk,我通常会对其进行调整以在我的文件中进行查找和替换,但它总是在同一列中进行查找和替换。 所以对于
假设我有两个表,如下所示。 create table contract( c_ID number(1) primary key, c_name varchar2(50) not
我有一个带有 varchar 列的 H2 表,其检查约束定义如下: CONSTRAINT my_constraint CHECK (varchar_field <> '') 以下插入语句失败,但当我删
这是最少量的代码,可以清楚地说明我的问题: One Two Three 前 2 个 div 应该是 2 个左列。第三个应该占据页面的其余部分。最后,我将添加选项来隐藏和
在 Azure 中的 Log Analytics 中,我为 VM Heartbeat 选择一个预定义查询,我在编辑器中运行查询正常,但当我去创建警报时,我不断收到警报“查询未返回 TimeGenera
在 Azure 中的 Log Analytics 中,我为 VM Heartbeat 选择一个预定义查询,我在编辑器中运行查询正常,但当我去创建警报时,我不断收到警报“查询未返回 TimeGenera
今天我开始使用 JexcelApi 并遇到了这个:当您尝试从特定位置获取元素时,不是像您通常期望的那样使用sheet.getCell(row,col),而是使用sheet.getCell(col,ro
我有一个包含 28 列的数据库。第一列是代码,第二列是名称,其余是值。 public void displayData() { con.Open(); MySqlDataAdapter
我很沮丧:每当我缩小这个网页时,一切都变得一团糟。我如何将网页居中,以便我可以缩小并且元素不会被错误定位。 (它应该是 2 列,但所有内容都合并为 1)我试过 但由于某种原因,这不起作用。 www.o
我是一名优秀的程序员,十分优秀!