基于正则表达式追加Pandas Dataframe 的列

ss2ws0br 于 2023-01-28 发布在其他

关注(0)|答案(2)|浏览(135)

我有两个 Dataframe ，我想根据正则表达式追加。如果df1的"code"列中的值（例如R93）与df2的"ICD_CODE"（例如R93）匹配，则将"code"列值追加到df2。

df1
code
R93.2
S03

df2
ICD_CODE    ICD_term                        MDR_code    MDR_term    
R93.1       Acute abdomen                   10000647    Acute abdomen   
K62.4       Stenosis of anus and rectum     10002581    Anorectal stenosis
S03.1       Hand-Schüller-Christian disease 10053135    Hand-Schueller-Christian disease

预期输出为：

code    ICD_CODE    ICD_term                        MDR_code    MDR_term    
R93.2   R93.1       Acute abdomen                   10000647    Acute abdomen   
S03     S03.1       Hand-Schüller-Christian disease 10053135    Hand-Schueller-Christian disease

任何帮助都是高度赞赏!

pandas

来源：https://stackoverflow.com/questions/75263977/append-columns-of-pandas-dataframe-based-on-a-regex

2条答案

按热度按时间

yhqotfr81#

保留每个代码列的左侧部分（点之前）作为merge键：

out = (df1.merge(df2, left_on=df1['code'].str.split('.').str[0], 
                right_on=df2['ICD_CODE'].str.split('.').str[0])
          .drop(columns='key_0'))
print(out)

# Output
    code ICD_CODE                         ICD_term  MDR_code                          MDR_term
0  R93.2    R93.1                    Acute abdomen  10000647                     Acute abdomen
1    S03    S03.1  Hand-Schüller-Christian disease  10053135  Hand-Schueller-Christian disease

赞(0）回复(0）举报 2023-01-28

bqf10yzr2#

一个可能的 * 解决方案 * 是从fuzzywuzzy使用process.extractOne。

#pip install fuzzywuzzy
from fuzzywuzzy import process

out = (df1.assign(matched_code=df1["code"].apply(lambda x: process.extractOne(x, df2["ICD_CODE"])[0]))
          .merge(df2, left_on="matched_code", right_on="ICD_CODE")
          .drop(columns="matched_code")
       )

输出：

print(out)

    code ICD_CODE                         ICD_term  MDR_code                          MDR_term
0  R93.2    R93.1                    Acute abdomen  10000647                     Acute abdomen
1    S03    S03.1  Hand-Schüller-Christian disease  10053135  Hand-Schueller-Christian disease

赞(0）回复(0）举报 2023-01-28

我来回答

基于正则表达式追加Pandas Dataframe 的列

2条答案

相关问题

热门标签

最新问答