如何为每个带有条件的 id 分配二进制值

Posted 2023-03-12

【中文标题】如何为每个带有条件的 id 分配二进制值

【英文标题】：How to assign binary value for each id with conditions

【发布时间】：2020-02-10 14:48:54

【问题描述】：

我想看看每个成员是否对某种药物上瘾，1表示上瘾，0表示其他。

以下数据是每位会员的处方记录。每个成员在第 0 天都有此药的处方记录。supply 是按此药计数提供的天数。

id supply days
1   30   -200
1   30   0
1   100  183
1   80   250
2   5    0
2   5    10
3   5    0
3   30   100
3   30   150
3   30   200
3   30   280
3   50   310

对于赋值1或0的逻辑：

如果会员根据供应量和天数在前 90 天期限内手头没有药物，则变为“幼稚状态”。该会员90天不服药，可能会恢复到幼稚状态。

如果会员在“幼稚状态”后的 3 个月内手头有超过 162 天的药物供应，他将面临上瘾的高风险。所以我们为这个成员赋值 1。

渴望的结果应该是

id      y
1       1
2       0
3       0

我试过的是

#Create Z,Z is the number of each naive status.
z=[]
y=0
z.append(y)
for i in range(len(abc)-1):
 if ((df.days[i+1]-df.days[i])>90)&((df.id[i+1]-df.id[i])==0):
  y=y+1
  z.append(y)
 else:
    if (df.id[i+1]-df.id[i])!=0: 
     y=0
     z.append(y)
    else:
     if (df.id[i+1]-df.id[i])==0:
      y=y
      z.append(y)
df['z']=z
#groupby id and z . sum.
df2=df.groupby(['id','z']).sum()
#create y to assign value.
df2['y'] = np.where((df2.supply>=162) , 1, 0)

我的结果是

id  supply  days   z
1   30     -200    0
1   30      0      1
1   100     183    2
1   80      250    2
2   5       0      0
2   5       10     0
3   30      0      0
3   30      100    1
3   30      150    1
3   30      200    1
3   30      280    1
3   30      310    1

       supply_sum
id  z
-------------   
1   0   30
    1   30
    2   180
-----------
2   0   10
-----------
3   0   30
    1   170


    id z     y
-------------------
    1  0     
       1
       2     1
-----------------
    2  0     0
------------------
    3  0     
       1     1

不起作用，因为我将每个 z 的所有供应数量加起来。它应该只根据每个幼稚状态 (z) 加起来 3 个月的供应量（180 天）。例如，id 3 的 y 应该为 0，因为在幼稚状态 2(z=1) 后的 3 个月内，他只服用了 120 颗药丸

【问题讨论】：

不理解赋值1&0的逻辑

我修改了数据并添加了说明。

我还是没完全理解你的问题。但是看看我放在这里的这个问题-->***.com/questions/58388726/… 看看这是否让你知道如何解决你的问题

【参考方案1】：

看看这是否适合你

df_d=df.loc[(0<=df.days)&(df.days<=180)]
g=df_d.days.eq(0).cumsum()

df_new = df_d.groupby([g,'id'])['supply'].sum().reset_index().drop('days',axis=1)
df_new['y'] = np.where((df_new.supply>=162) , 1, 0)
print(df_new)

输出

    id  supply  y
0   1   97      0
1   2   10      0
2   3   180     1

详情

使用df_d=df.loc[(0<=df.days)&(df.days<=180)]，我们创建了一个新的 df，其天数在 0 到 180 之间。

然后使用g=df_d.days.eq(0).cumsum() 创建一个序列，从每个零开始更改数字。

然后基本上你已经尝试过。按g 和id 分组并对供应计数求和。