如何将ICD9代码识别为伪变量？

Question

我正在尝试从STATA转换到python，并用python重新创建我以前的一些工作/代码。我有一个数据集，有5个变量，1个病人ID号和4个ICD-9外伤代码（称为e代码）

我想创建一个变量，用Ecodes 880.XX-889.XX标识人们是失败者还是非失败者

我想要一个变量，它指示患者是否在4个ecode变量（值为1）中的任何一个中有一个代码E880.xx-E889.xx，如果他们没有E880.xx-E889.xx代码，给他们一个值0，但是如果4个e代码值丢失，不要给他们一个值（编码为缺失），因为他们没有外伤

在STATA中，代码非常直接：
gen fall\ U inj\ U ecode=0

foreach var in ecode1 ecode2 ecode3 ecode4{  
replace fall_inj_ecode=1 if strpos(`var', "E880")>0
replace fall_inj_ecode=1 if strpos(`var', "E881")>0
replace fall_inj_ecode=1 if strpos(`var', "E882")>0
replace fall_inj_ecode=1 if strpos(`var', "E883")>0
replace fall_inj_ecode=1 if strpos(`var', "E884")>0
replace fall_inj_ecode=1 if strpos(`var', "E885")>0
replace fall_inj_ecode=1 if strpos(`var', "E886")>0
replace fall_inj_ecode=1 if strpos(`var', "E887")>0
replace fall_inj_ecode=1 if strpos(`var', "E888")>0

请注意，有些子代码（因此是“.xx”部分）的编码没有句点。因此，代码E8801被认为介于880.xx和889.xx之间，表示坠落伤害

幸运的是，对于STATA，如果ecode值丢失或为空，它会自动填充并将新变量标记为丢失，我不确定python是否是这种情况。不幸的是，这就是我被卡住的地方。在浏览完网页之后，我似乎找不到任何与python等效的代码示例。任何帮助都将不胜感激

Answer 1

您的数据可能有多种不同的形式，基本问题是相同的，但实现方式会因数据的外观而异

下面是一个假定数据格式的工作示例：

faller_codes = ['E880', 'E881', 'E882', 'E883', 'E884', 'E885', 'E886', 'E887', 'E888']
patients = [
    (1, ['example E2345', 'example E8801', 'E884 example', 'E799, E880, E8881']),
    (2, ['example E2345', 'example E8891', 'E9880 example', ''])
]

faller_patients = [
    n for n, codes in patients
    if any([
        any([
            faller_code in code
            for faller_code in faller_codes
        ]) for code in codes
    ])
]

print(faller_patients)

运行后，faller_patients只包含“faller”患者的id