保留一个值或根据关联进行拆分以声明 no 和 cpt 代码

Posted

技术标签:

【中文标题】保留一个值或根据关联进行拆分以声明 no 和 cpt 代码【英文标题】:Keep one value or split even based on association to claim no and cpt code 【发布时间】:2022-01-24 01:57:27 【问题描述】:

我在之前分配给我的练习中遇到了一点问题。这是问题的预览:

这是我用来合并的:

combined = pd.merge(ReportA,ReportB,how='left',left_on=['Service Date','Claim No','Patient Acct No','CPT Code','Modifier 1',],right_on=['Service Date','Claim No','Patient Acct No','CPT Code','Modifier 1'])

或者另一个期望的结果是与相同的索赔编号和 CPT 代码以及可能的修饰符相关联的“计费费用”被平分。平衡也是一样。如果将修饰符添加到此方程式会使事情复杂化,那么我们可以将其省略。如果这根本不可能,那么上图中显示的原始期望结果呢?

问题是由报告 A 有多个付款日期引起的。提前致谢,如果您有任何问题,请告诉我。

【问题讨论】:

【参考方案1】:

您可以在两个报告中添加额外的列,例如:“Charge No”,其中唯一组中的每一行都有一个单独的编号:

ReportA['Charge No'] = ReportA.groupby(
    ['Service Date','Claim No','Patient Acct No','CPT Code','Modifier 1']
).cumcount()+1
ReportB['Charge No'] = ReportB.groupby(
    ['Service Date','Claim No','Patient Acct No','CPT Code','Modifier 1']
).cumcount()+1

然后您可以将它们合并到您以前使用的组中 + 'Charge No':

combined = pd.merge(
    ReportA, 
    ReportB,
    how='left',
    left_on=['Service Date','Claim No','Patient Acct No','CPT Code','Modifier 1', 'Charge No'],
    right_on=['Service Date','Claim No','Patient Acct No','CPT Code','Modifier 1', 'Charge No']
)

【讨论】:

我会试试这个。感谢您的建议

以上是关于保留一个值或根据关联进行拆分以声明 no 和 cpt 代码的主要内容,如果未能解决你的问题,请参考以下文章

根据输入偏移值拆分数组,但在同一块中保留重复

Python正则表达式拆分但保留某些字符以进行拆分

通过保留顺序,根据 id 列将 Spark DataFrame 拆分为两个 DataFrame(70% 和 30%)

根据分隔符拆分列,然后在保留其他列的情况下取消透视结果

根据字段进行查询以将行拆分为 x 行

pig - 拆分,缺少默认值或 if/else