Python用于临床数据管理-Lab-AE核查-new-1-生成LB异常有临床意义listing

该博客展示了如何从Excel文件中筛选出阿达木三期中与临床意义相关的LB测试结果,通过mymod模块处理数据,将SUBJID、SITEID等关键信息整理到'output'文件夹的Excel表格中,便于后续分析。
摘要由CSDN通过智能技术生成

第一步;根据数据集生成所有异常有临床意义的检查项的汇总清单

import pandas as pd
import mymod
import excelformat2

date=mymod.datestr()
writer=pd.ExcelWriter(r'C:\Users\XinXinbuX280\Desktop\阿达木三期p\output\阿达木三期异常有临床意义LB{}.xlsx'.format(date))

file=r'C:\Users\XinXinbuX280\Desktop\阿达木三期p\rawdata\WIBP2018004_阿达木III期_数据库冻结后_Datasets_XLS_Site-All_zh-CN_20210918.xlsx'
sub=[]
site=[]
form=[]
visit=[]
test=[]
result=[]
cs=[]
lbdate=[]
co=[]

lbc=pd.read_excel(file,'LB_C')
lbcf=pd.read_excel(file,'LB_CF')
lbh=pd.read_excel(file,'LB_H')
lboth=pd.read_excel(file,'LB_OTH')
lbu=pd.read_excel(file,'LB_U')

#lbc
for i in range(len(lbc)):
    if lbc['LBCLSIG_DEC'][i]=='异常有临床意义':
        sub.append(lbc['SUBJID'][i])
        site.append(lbc['SITEID'][i])
        form.append('LB_C')
        visit.append(lbc['VISIT'][i])
        test.append(lbc['LBTEST'][i])
        result.append(lbc['LBORRES'][i])
        cs.append(lbc['LBCLSIG_DEC'][i])
        lbdate.append(lbc['LBDAT'][i])
        co.append(lbc['COVAL'][i])
#lbcf
for i in range(len(lbcf)):
    if lbcf['LBCLSIG_DEC'][i]=='异常有临床意义':
        sub.append(lbcf['SUBJID'][i])
        site.append(lbcf['SITEID'][i])
        form.append('LB_CF')
        visit.append(lbcf['VISIT'][i])
        test.append(lbcf['LBTEST'][i])
        result.append(lbcf['LBORRES'][i])
        cs.append(lbcf['LBCLSIG_DEC'][i])
        lbdate.append(lbcf['LBDAT'][i])
        co.append(lbcf['COVAL'][i])
#lbh
for i in range(len(lbh)):
    if lbh['LBCLSIG_DEC'][i]=='异常有临床意义':
        sub.append(lbh['SUBJID'][i])
        site.append(lbh['SITEID'][i])
        form.append('LB_H')
        visit.append(lbh['VISIT'][i])
        test.append(lbh['LBTEST'][i])
        result.append(lbh['LBORRES'][i])
        cs.append(lbh['LBCLSIG_DEC'][i])
        lbdate.append(lbh['LBDAT'][i])
        co.append(lbh['COVAL'][i])
#lboth
for i in range(len(lboth)):
    if lboth['LBCLSIG_DEC'][i]=='异常有临床意义':
        sub.append(lboth['SUBJID'][i])
        site.append(lboth['SITEID'][i])
        form.append('LB_OTH')
        visit.append(lboth['VISIT'][i])
        test.append(lboth['LBTEST'][i])
        result.append(lboth['LBORRES'][i])
        cs.append(lboth['LBCLSIG_DEC'][i])
        lbdate.append(lboth['LBDAT'][i])
        co.append(lboth['LBABDESC'][i])
#lbu
for i in range(len(lbu)):
    if lbu['LBCLSIG_DEC'][i]=='异常有临床意义':
        sub.append(lbu['SUBJID'][i])
        site.append(lbu['SITEID'][i])
        form.append('LB_U')
        visit.append(lbu['VISIT'][i])
        test.append(lbu['LBTEST'][i])
        result.append(lbu['LBORRES'][i])
        cs.append(lbu['LBCLSIG_DEC'][i])
        lbdate.append(lbu['LBDAT'][i])
        co.append(lbu['COVAL'][i])
        
data=pd.DataFrame({'中心编号':site,'筛选号':sub,'访视名称':visit,'表单名称':form,'检查日期':lbdate,'检查项目':test,'检查结果':result,'临床意义判定':cs,'备注':co},columns=['中心编号','筛选号','访视名称','表单名称','检查日期','检查项目','检查结果','临床意义判定','备注'])
data.to_excel(writer,index=False)
writer.save()



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值