用二进制值替换CSV文件中的分类值

Question

我有一个临床数据集，我必须更换

• 第一列的值“deased”为1，如果值“Date”大于365，则替换为0（零）
• 如果“一天到一天的跟进”大于365，那么“与一个一起生活”的价值

此外，我需要指定年龄

• 0-25至箱0
• 25-50至1号料仓
• 50-75至2号料仓
• 75以上到4号垃圾箱。你知道吗

这是我的密码。你知道吗

import csv
import pandas as pd
with open('combined_file', 'rb') as f,open('newFile', 'wb') as out:
    reader = csv.reader(f)


    writer = csv.writer(out)
    for row in reader:
        #print "AABB"
        if 'DECEASED' in row[1]:
            if row[10]>365:
                row[1]=1
                writer.writerow(row)
            elif row[10]<365:
                row[1]=0
                writer.writerow(row)
        if 'LIVING' in row[1]:
            if row[11]>365:
                row[1]=1
                writer.writerow(row)

样本输入

sample id , status , age ,gender ,date ,days_to_last_followup
0     ,    Deceased , 42 , M  ,   326 ,    149
1     ,    Deceased , 56 , F  ,   500 ,    30
2     ,    living   , 43 ,M   ,   25  ,    150

样本输出

sample id , status , age ,gender,date ,days_to_last_followup
0     ,       0    , 1 ,  M    ,326 ,    149
1     ,       1    , 2 , F     ,500 ,    30
2     ,       0    , 1 ,M   ,   25  ,    150

Answer 1

您的代码是一个很好的起点—代码没有涵盖的一些内容：

• 当“已故的”和“活着的”都在row[1]时会发生什么？您的代码将写两行。要解决此问题，请将if 'LIVING'设置为elif 'LIVING'。你知道吗
• 您需要一个else案例来捕捉当DECEASED或LIVING都不在row[1]时发生的情况。你知道吗

Answer 2

基于这篇文章，我不确定你的问题是什么。无论哪种方式，如果“已故”和“活着”都在同一行中，逻辑结构都会有问题[1]。我建议您创建一些测试用例来查找坏数据，因为ETL过程通常必须处理意外的数据格式/字段。你知道吗

我也不知道你为什么要导入熊猫图书馆。在你发布的代码里，你好像没有把它叫做什么。你知道吗