Python：变量（variable）

变量类型

变量有许多类型，可分为连续变量、有序多分类（等级）变量）、无序多分类变量、二分类变量。

---

变量类型转换

有些类型的变量可以转换为其他类型的变量。

变量类型的转换	举例
无序多分类→n个二分类	疾病（无序多分类）有高血压、糖尿病、脑积水等。可将疾病分为是否高血压（二分类）、是否糖尿病（二分类）、是否脑积水（二分类）等
连续→等级	根据空腹血糖水平（连续）可以分级：偏低、正常、偏高（等级）
等级→二分类	偏低、正常、偏高的空腹血糖水平（等级）可分为是否高血糖（二分类）

---

无序多分类→n个二分类

"""疾病是无序多分类变量"""
df = pd.DataFrame({'门诊号': [1, 2, 3, 4, 5],
                   '疾病': ['高血压', '糖尿病', '脑积水', '糖尿病', '高血压']})

df 
# 输出：
#    门诊号   疾病
# 0    1  高血压
# 1    2  糖尿病
# 2    3  脑积水
# 3    4  糖尿病
# 4    5  高血压


"""无序多分类→n个二分类"""
df = pd.concat([df, 
                pd.get_dummies(df['疾病'], prefix='疾病')], 
                axis=1)

df 
# 输出：
#    门诊号   疾病  疾病_糖尿病  疾病_脑积水  疾病_高血压
# 0    1  高血压   False   False    True
# 1    2  糖尿病    True   False   False
# 2    3  脑积水   False    True   False
# 3    4  糖尿病    True   False   False
# 4    5  高血压   False   False    True

---

连续→等级→二分类

"""空腹血糖是连续变量"""
df = pd.DataFrame({'门诊号': [1, 2, 3, 4, 5],
                   '空腹血糖': [1.1, 4.5, 5.5, 7.5, 11.5]})

df
# 输出：
#    门诊号  空腹血糖
# 0    1   1.1
# 1    2   4.5
# 2    3   5.5
# 3    4   7.5
# 4    5  11.5


"""连续→等级"""
conditions = [df['空腹血糖'] < 3.9,
              (df['空腹血糖'] >= 3.9) & (df['空腹血糖'] <= 6.1),
              df['空腹血糖'] > 6.1]

labels = ['低血糖', '正常', '高血糖']

df['空腹血糖分级'] = np.select(conditions, labels)

df
# 输出：
#    门诊号  空腹血糖 空腹血糖分级
# 0    1   1.1    低血糖
# 1    2   4.5     正常
# 2    3   5.5     正常
# 3    4   7.5    高血糖
# 4    5  11.5    高血糖


"""等级→二分类"""
df['是否高血糖'] = df.apply(lambda x : '高血糖' if x['空腹血糖分级']=='高血糖' else '非高血糖', 
                            axis=1)

df
# 输出：
#    门诊号  空腹血糖 空腹血糖分级 是否高血糖
# 0    1   1.1    低血糖  非高血糖
# 1    2   4.5     正常  非高血糖
# 2    3   5.5     正常  非高血糖
# 3    4   7.5    高血糖   高血糖
# 4    5  11.5    高血糖   高血糖