如何在 python+numpy/pandas 中使用二值化在 json 文件中创建新列

Posted 2023-03-12

【中文标题】如何在 python+numpy/pandas 中使用二值化在 json 文件中创建新列

【英文标题】：How to make a new column in a json file with binarization in python+numpy/pandas

【发布时间】：2020-10-18 08:35:39

【问题描述】：

我有一个包含多列的 JSON 文件，其中一列是诊断列表。我想根据该列创建一个仅包含我需要的信息的列。例如，如果我有一个列

Pneumonia
Cancer
Nodules
Nodules | Cancer
Cancer
Nodules
Pneumonia | Nodules

我想要一个只过滤掉癌症的列：

Not Cancer
Cancer
Not Cancer
Cancer
Not cancer
Not cancer

从这里开始，使用相同的方法，我将创建另一个二进制列，例如“1”表示癌症，“0”表示非癌症。

导入Json文件d后，我有：

d['Pneumonia']=d['Finding Labels']
for i in d['Finding Labels']:
    #i=i.split("|")
    if 'Pneumonia' in i:
        d['Pneumonia'].replace(i,1)
    else:
        d['Pneumonia'].replace(i,0)
d.head()

输出似乎没有替换值。有什么想法吗？

【参考方案1】：

你可以试试explode 和str.contains

s=df['diagnoses'].str.split(' | ').explode()

s=s[s.str.contains('cancer',case=False)]

如果需要分配回去

df['New']=s