python - 选择 pandas DataFrame 中的列

Question

我有一个包含数百列抗生素名称的 Pandas 数据框。每种特定的抗生素在数据框中编码为以 E、T 或 P 结尾，以指示经验、治疗或预防方案。

列列表的示例摘录是:

['MeropenemP', 'MeropenemE', 'MeropenemT', DoripenemP', 'DoripenemE', 'DoripenemT', ImipenemP', 'ImipenemE', 'ImipenemT', 'BiapenemP', 'BiapenemE', 'BiapenemT', 'PanipenemP', 'PanipenemE', 'PanipenemT','PipTazP', 'PipTazE', 'PipTazT','PiperacillinP', 'PiperacillinE', 'PiperacillinT']

一小部分数据样本位于此处:

Sample antibiotic data

对于我来说，使用正则表达式将任何类型的列分离到单独的数据帧中非常简单，例如选择我使用的所有经验性处方抗生素色谱柱:

E_cols = master.filter(axis=1, regex=('[a-z]+E$'))

每列都有一个二进制值 (0,1)，表示每个人(行)的每种抗生素方案类型的处方。

问题:我将如何对每种类型的方案类型的所有列(1)的行求和，并为数据框中的每个结果生成一个新列，例如total_emperical, total_prophylactic, total_treatment.

我想添加到现有数据框的原因是我希望过滤每个方案类型的其他值。

Answer 1

一旦您生成了与您的 reg exp 匹配的列列表，您就可以像这样创建新的总计列:

df['total_emperical'] = df[E_cols].sum(axis=1)

并重复其他总计。

将 axis=1 传递给 sum将按行求和