python - 检查 Pandas 数据框列列表中的值

Question

我有一个看起来像这样的 pandas dataframe 数据

    MED1    MED2    MED3    MED4    MED5
0   60735   24355   33843   16475   9995
1   10126   5789    17165   90000   90000
2   5789    19675   30553   90000   90000
3   60735   17865   34495   90000   90000
4   19675   5810    90000   90000   90000

我想创建一个新的 bool 列“med”，它基于 MED1...MED5 列中的 60735 具有 True/False我正在尝试这个，但不确定如何让它发挥作用。

DF['med'] = (60735 in [DF['MED1'], DF['MED2']])

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

MED1..MED5 代表患者在医院就诊时服用的药物。我有大约 20 种药物的 list ，我需要知道患者是否正在服用这些药物。每种药物都有一个数字编码，但有一个名称。一个不错的解决方案看起来像(下图)，但我如何用 pandas 做到这一点。

drugs = {'drug1':60735, 'drug2':5789}  
for n in drugs.keys():
    DF[n] = drugs[n] in DF[['MED1', 'MED2', 'MED3', 'MED4', 'MED5']]

Answer 1

@Mai 的回答当然有效——这样写可能更标准一些，使用 | 运算符。

df['med'] = (df['MED1'] == 60735) | (df['MED1'] == 60735)

如果你想检查所有(或许多)列中的值，你也可以使用 isin 如下。 isin 检查列表中的值是否在每个单元格中，如果每行中的任何元素为 True，则 any(1) 返回 True。

df['med'] = df.isin([60735]).any(1)

编辑:根据您编辑的问题，这行得通吗？

for n in drugs:
    df[n] = df[['MED1','MED2','MED3','MED4','MED5']].isin([drugs[n]]).any(1)