- 博客(17)
- 收藏
- 关注
RSS订阅原创 Pandas 数据分析实践-寻找医疗数据中31天再次入院的数据
单位运营部提了一个需求，需要在病案首页数据中，找出31天内再次入院的数据。开始我想了很久，按照人常规思维就是要将数据按照身份进行分组，比如就诊号或者身份证号，然后将组内第二次入院时间减去第一次出院时间，再筛选0-31天的数据，这种方式需要使用循环语句去循环读取每一组数据，然后将时间进行计算，然后将0-31天的数据写入一个数据中。下面我来说一说这个方法的思路，再写实例代码。然后将副本中的入院时间减去原数据中的出院时间；数据导出来之后有时你还需要看看数据可能会出现一些问题，比如原来的数据质量问题。
2024-08-07 08:57:47
317
原创 pandas 数据处理-将对应分组的数据字符串罗列在一起，以‘，’分开
函数按照'病种组合代码'列的值对数据进行分组。然后，对每个分组中的'诊断名称'列应用一个自定义的聚合函数，该函数将同一组内的'诊断名称'值连接成一个字符串，各个值之间用逗号分隔。最近在处理数据是时，客户要求将同一病种的诊断名称罗列在一起，以“，”分开。函数重置索引，以便在结果中包含'病种组合代码'列作为普通列而不是索引。
2024-07-05 08:53:56
229
原创 python pandas为数据表的每一条数据标记其重复的次数
我们可以使用分组汇聚计算每一位客户光顾的次数，但是如果使用名字有可能遇到同名的情况，这里假设客户编号是与每位客户绑定的，有时我们会遇到无法用单列数据来确定客户身份，这个使用可以使用多列数据组合的方式来确定身份（新建一列身份数据 data['客户身份'] = data['客户编号'] + data['姓名']）。总结一下，这个方法只是我在实际工作中找到的比较简洁的方法，当然还有很多方法，如果你有更好的方法，同学们相互学习学习。我们要把这张表的次数写入到客户光顾表中，很简单，使用merge()函数就可以了。
2024-06-26 08:52:42
436
原创 pandas 数据分析思维-数据标记从模糊到精确
数据标记的目的是对数据进行分类处理，在分类时经常出现通过某列或几列数据进行数据的判断来进行处理，包括关键词模糊判断、精确判断、单列判断、多列判断等等。在开展工作前我们需要现在开展各种判断的权重进行排序。
2024-06-17 20:33:06
256
原创 pandas 如何用空格将两列数据拼接起来
函数是Python的内置字符串方法，用于将序列中的元素以指定的字符连接生成一个新的字符串。在处理数据的时候，有时需要将两列或多列数据进行拼接，其实方法还是挺多的。函数会遍历DataFrame的每一行，并且对于每一行，它都会使用。，而是直接使用Pandas的向量化字符串操作，即使用第一种方法。更快，因为它在整个Series上进行操作，而不是逐行处理。第一种方法，直接使用+号，这是最容易也是最高效的方法。然而，如果你想要一个更高效的方法，你应该避免使用。第二种方法使用使用apply和lambda函数。
2024-04-06 09:31:55
819
1
原创 pandas 数据分析 - 谈谈日期时间数据的处理
日期时间在数据分析中占有非常重要位置，很多时间我们都要用到时间，处理起来也非常的麻烦。比如，在处理数据之前的数据清洗，需要将数据进行时间格式化，有时遇到的时间数据本身就有问题，需要进行规范化处理；清洗后的时间，根据数据分析的目标，有时需要将时间进行拆分，有时需要将时间进行运算。在工作中，觉得应该把这些方法总结出来，以便日后工作参考。
2023-11-24 08:55:33
284
1
原创 pandas数据分析-浅谈数据标记
做过了大量的数据分析之后，我发现在做数据分析中数据标记需要经常用到。在大多数情况下，根据数据分析的目标，直接使用原生数据无法分组汇聚，那就需要对数据进行重新标记。下面我就对我遇到的有几种情况说一下我的操作方法：第一种情况，要对数据列中的某些值进行合并分类；第二情况是对包含某些关键词的数据进行二次分类标记。
2023-11-16 19:08:10
303
1
原创 pandas 将df中“某1“列数据中包含了“字符1”、“字符2”的数据对应的“某2”列的行数据替换为“特定值”
可以使用str.contains方法和loc方法来实现。
2023-06-13 17:28:43
691
1
原创 python 如何将电子表格按照某一列相同数据分到一个一个工作表中
在上面的代码中，你需要将 `Column_Name` 替换成你需要分组的列名，将 `data.xlsx` 替换成你的电子表格文件名，并将 `output.xlsx` 替换成你的输出文件名。运行上面的代码后，你将会得到一个包含多个工作表的 Excel 文件，每个工作表包含相同值的行。你可以使用 Pandas 库来将电子表格按照某一列相同数据分成多个工作表。# 创建一个 Excel 文件写入分组后的数据。# 将每个分组写入不同的工作表。# 保存并关闭 Excel 文件。# 按照某一列的值分组。
2023-05-31 07:43:07
730
1
原创 pandas 两个表的如何进行索引关联
on指定了关联的列名，如果两个表的列名不同，可以使用lsuffix和rsuffix分别指定左、右表的列名后缀；on指定了关联的列名，如果两个表的列名不同，可以使用left_on和right_on分别指定左、右表的列名；how指定了关联方式，有inner、outer、left、right四种方式，默认为inner；how指定了关联方式，有inner、outer、left、right四种方式，默认为left；Pandas中可以使用merge()函数或join()函数来将两个表进行索引关联。
2023-03-11 08:42:59
1858
原创 消灭重复工作-使用Python 3将数据自动录入到软件中
工作目标，假设我们现在拿到一份新工作，是将电子表格中的数据一条一条的录入到图形软件中。
2023-03-02 17:12:53
1326
原创 使用pandas分析医院人群20分钟分段就医人数
分析医院每20分钟段就医人数情况，找出医院集中就医的时间段。思路首先要对各个时间段的人员进行时间段标记，然后通过分组聚合使用count（）函数统计每个时间段的人数。
2022-07-28 09:14:45
412
原创 使用pandas处理处理电子表格中的数据
最近学习了pandas，正好将前期学习的openpyxl和pandas结合起来处理数据。总体思路：首先打开工作簿，读取工作表中的数据，将第一行单独读取作为字典Key，然后分别读取工作表中的列并转换为列表作为字典的值。然后将数据通过DateFrame对象化实例。具体怎么处理数据就不说了，可以搜索DateFrame的具体文档，按照自己的意图进行处理。处理之后使用df.to_csv()导出数据。 整个过程中最主要的是将电子表格数据形成一个字典，然后再DataFrame。做好了这一步就可以用pandas作具体
2022-07-05 11:31:54
708
原创 Python 对比两个电子表格数据的交集
思路很简单，首先是将两个电子表格中需要对比的数据读取出来，默认读取出来的数据是元祖，求交集最好的方式是把数据转换为集合，然后直接用交集运算符‘&’进行交集运算。再将运算好的数据转换为列表写入电子表格中，最后保存。文件目录：D:\python\doc下面有多个文件夹，每个文件夹下面有一个文件；现在需要每个文件与D:\python\data.xlsx逐个交集。每个交集生成一个电子表格保存到一个目录里面代码如下：......
2022-06-26 07:45:14
1081
1
原创 使用Python批量查看A电子表格的数据不包含在B电子表格中数据
最近，单位同事需要知道30多个电子表格中的数据是否包含在一个基础表中，需要依次将30多个电子表格依次与基础表进行包含关系的进行处理，每个电子表格中有3多条数据与基础表的8万多条数据进行包含关系的处理，如此大的数据量处理，不用Python，真的很难。还好有之前的相同的数据处理经历，我很快就编写好了代码，同事把电子表格发给我，运行代码，喝咖啡，接下来等待收获果实了。......
2022-06-16 11:14:18
610
3
原创 使用Python对比两个excel表格中的重复数据
不说了，直接上代码了from openpyxl import load_workbook, Workbookwb1 = load_workbook('D:\peple\excel01.xlsx') #打开工作簿，并创建一个工作簿对象wb1wb2 = load_workbook('D:\peple\excel02.xlsx')a_wb = wb1['导出'] #打开工作表，并创建一个工作表对象b_wb = wb2['导出']a_wb_max_row = len........
2022-06-15 22:39:50
7673
8
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人