创建一个python函数，在一列中查找一系列癌症代码值，并按癌症代码返回前10位死亡人数

Question

我被困在一个问题上，我有一个包含各种死因的大型数据集。我想按死亡原因筛选某些代码（总共100多个）和字符编号（例如F58），这样我就可以得到该疾病的死亡总数，并按前10位合并死亡总数对其进行排序

我已经发布了一个来自Excel的csv文件数据示例。你能帮我指出解决这个问题的正确方向吗

Answer 1

第一步是创建一个你正在寻找的代码列表，然后使用一个掩码在上面过滤你的数据帧

code_list = ['F58']  # add as many as you want

# Filter original dataframe on the codes
new_df = old_df[old_df['Code'].isin(code_list)]

然后，听起来你想做的是将数据按死因分组，并将该死因的总死亡人数相加：

# This groups codes and counts how many occurrences fall into that group
top_ten = new_df.groupby(by='Code').count()  

然后，您可以使用sortby（）将数据帧从高到低排列，并对数据帧进行切片以保留前十位

希望这有帮助

更新： 在我的机器上尝试了一个玩具样品，结果如下：