python - 如何以有效的方式基于 pandas 中的其他行更新行

Question

我想根据其他行更新 pandas df 行的值。

我有一个包含患者的数据框、他们需要接种的所有疫苗、一个指示他们是否已经接种疫苗的列，以及一个“状态”列，如果他们接种了疫苗，则为“Ok”，或者如果他们不这样做，则为“失踪”。

问题是有等效的疫苗。在下面的示例中，疫苗 B 和 C 是等效的。因此，如果患者接种了B疫苗，则不应接种C疫苗。因此，本例中B疫苗的正确状态为“Ok”，C疫苗为“已应用等效疫苗”。

数据框超过 200 万行，因此我需要一种有效的方法来构建“desired_status”列。

任何想法如何做到这一点？谢谢!

<表类="s-表"><头>患者疫苗应用了吗？状态desired_status<正文>1A1确定确定1B1确定确定1C0缺失应用等效疫苗2A0缺失缺失2B0缺失应用等效疫苗2C1确定确定3A1确定确定3B0缺失缺失3C0缺失缺失

PS:等效疫苗不一定在相邻行。

Answer 1

您可以使用字典来映射等价物，然后使用groupby+agg 和numpy.select:

eq_vaccines = {'B': 'BC', 'C': 'BC'}

vac = df['vaccine'].map(eq_vaccines).combine_first(df['vaccine'])
applied_any = df.groupby(['patient', vac])['applied?'].transform('max').eq(1)

import numpy as np
df['status'] = np.select([df['applied?'].eq(1), applied_any],
                         ['Ok', 'Applied equivalent vaccine'], 'Missing')

输出:

   patient vaccine  applied?                      status
0        1       A         1                          Ok
1        1       B         1                          Ok
2        1       C         0  Applied equivalent vaccine
3        2       A         0                     Missing
4        2       B         0  Applied equivalent vaccine
5        2       C         1                          Ok
6        3       A         1                          Ok
7        3       B         0                     Missing
8        3       C         0                     Missing

为了清晰起见，带有中间体的表格

   patient vaccine  applied?                      status  vac  applied_any
0        1       A         1                          Ok    A            1
1        1       B         1                          Ok   BC            1
2        1       C         0  Applied equivalent vaccine   BC            1
3        2       A         0                     Missing    A            0
4        2       B         0  Applied equivalent vaccine   BC            1
5        2       C         1                          Ok   BC            1
6        3       A         1                          Ok    A            1
7        3       B         0                     Missing   BC            0
8        3       C         0                     Missing   BC            0