如何基于其他现有列的条件添加具有值的新列？

Question

这是当前的df_treatments。

我想添加一个新字段“ treatment_type”，其值应基于列中的值（二甲双胍，格列吡嗪，胰岛素）：

（“治疗类型” ：(二甲双胍，格列吡嗪，胰岛素））

"No Treatment" (NO, NO, NO)
"Metformin" (YES, NO, NO)
"Glipizide" (NO, YES, NO)
"Insulin" (NO, NO, YES)
"Metformin-Glipizide" (YES, YES, NO)
"Metformin-Insulin" (YES, NO, YES)
"Glipizide-Insulin" (NO, YES, YES)
"Metformin-Glipizide-Insulin" (YES, YES, YES)

我该怎么做？

谢谢

Answer 1

有几种方法。一种是使用字典来存储您的治疗和状况：

d = {"No Treatment": ('NO', 'NO', 'NO'),
     "Metformin": ('YES', 'NO', 'NO')
     "Glipizide": ('NO', 'YES', 'NO'),
     ...}

然后迭代字典并更新您的系列：

arr = df[['metformin', 'glipizide', 'insulin']].values

for treatment, flags in d.items():
    df.loc[(arr == flags).all(1), 'treatment_type'] = treatment

我建议的唯一改进是将所有'NO' / 'YES'值都转换为布尔值False / True。由于布尔序列支持向量化操作，因此这将大大提高效率。