我有一个数据集，上面有关于属于单个类别的多个条件的信息（例如：ADHD活跃类型的个体将被视为患有ADHD）。我需要确定有多少个人至少具有该类别中的一个条件，这样我才能进行全局计数而无需对个人进行两次计数。
这是我的数据的样子：
IID SEX ADHDh ADHDi ADHDc...
Ind1 M Present Absent Absent
因此，我需要执行交叉表，因为否则我将增加实际计数。问题是我的行值是类别变量：“当前”，“不存在”和“ Unable_to_code”。但是，我只想对具有属于一个类别的条件的多个列中的值为“ Present”的人数进行计数。我已经用几种方法来解决这个问题，但是我总是遇到同样的问题：我得到了一个凌乱的表，该表试图为每一列计算所有不同的分类值。我需要获得一个列联表，该表仅按性别分类该类别中至少具有一个条件（ADHD_NOS，ADHDh，ADHDi或ADHDc的“存在”）的人数。最终目标是做一个方测试，比较男性和女性。
我正在寻找的是： `
SEX ADHD
F 57
M 113
这是我在熊猫中使用的未按性别分组的代码：
ct_adhd=pd.crosstab([df_trans.ADHD_NOS=="Present", df_trans.ADHDi=="Present", df_trans.ADHDh=="Present"], df_trans.ADHDc=="Present", margins=True)
ct_adhd
这是我得到的凌乱桌子：
ADHD_NOS False True All
ADHDc ADHDi ADHDh
False False False 10 5 25
True 5 0 2
True False 5 0 3
True False False 20 0 30
True False 1 0 1
All 41 5 107
我还尝试使用此代码对所有列中仅具有值“ Present”的个人求和，但是该代码自动假定no-data = 0，因此它不提供有关实际拥有多少个人的信息数据：
df_trans['Count_ADHD'] = (df_trans[["ADHDc","ADHDh","ADHDi"]] == 'Present').sum(axis=1)
P.S。我更喜欢与Pandas合作，但是如果在R中做得更好，我会尝试的。我将不胜感激任何帮助！