如果我有一张这样的桌子
ID Date Disease
1 03.07 A
1 03.07 B
1 03.09 A
1 03.09 C
1 03.10 D
我写了这样的代码:
def combination(listData):
comListData = [];
for datum in listData :
start = listData.index(datum) + 1
while start < len(listData) :
if datum!=listData[start] :
comStr = datum+':'+listData[start]
if not comStr in comListData :
comListData.append(comStr)
start+=1;
return comListData
def insertToDic(dic,comSick):
for datum in comSick :
if dic.has_key(datum) :
dic[datum]+=1
else :
dic[datum] = 1
try:
con = mdb.connect('blahblah','blah','blah','blah')
cur = con.cursor()
sql ="select * from table"
cur.execute(sql);
data = cur.fetchall();
start = 0
end = 1
sick = []
dic = {}
for datum in data :
end = datum[0]
if end!=start:
start = end
comSick = combination(sick)
insertToDic(dic,comSick)
sick = []
sick.append(datum[2])
start = end
comSick = combination(sick)
insertToDic(dic,comSick)
for k,v in dic.items():
a,b = k.split(':')
print >>f, a.ljust(0), b.ljust(0), v
f.close()
然后我得到:
From To Count
A B 1
A A 1
A C 1
A D 1
B A 1
B C 1
B D 1
A C 1
A D 1
C D 1
我得到的最终版本表是(在同一个ID中,同一个方向,例如-->;C计数为1而不是2)。同样的疾病,如-->;A不算数。A-->;B与B-->;A)不同
From To Count
A B 1
A C 1
A D 1
B A 1
B C 1
B D 1
C D 1
但我想要的是(不包括相同日期的案例版本):
From To Count
A A 1
A C 1
A D 1
B A 1
B C 1
B D 1
A D 1
C D 1
最后呢
From To Count
A C 1
A D 1
B A 1
B C 1
B D 1
C D 1
我应该编辑代码的哪一部分?你知道吗
让我试着重新表述一下你的问题。对于每个
ID
(不包括日期以使问题更简单),您需要Disease
列中所有可能的值对,以及它们出现的频率,以及它们的顺序。现在,在Python
中有一个内置函数可以实现这一点:鉴于你的数据,我猜它是在csv文件。如果不是,请自己调整我的代码(这是一种琐碎的谷歌搜索)。我们将使用数据科学堆栈中著名的库
Pandas
。事情是这样的:例如,它打印
现在同时按
ID
和date
分组,看看你得到了什么。你知道吗相关问题 更多 >
编程相关推荐