groupby中的条件前填充

Question

我有一个病人及其去诊所的数据框。 患者可能会在某些就诊时服用药物，并且仅记录初始剂量或更改剂量时。 如果在下次访问时剂量没有变化，则记录为“正在服用药物？是。剂量已改变？否”。 我需要得到的是每次访问的确切剂量。

我尝试使用groupby（groupby patient_id ）进行正向填充，但是我陷入了如何插入仅在进行药物且剂量patient_id的情况下仅填充缺失的情况。

df = pd.DataFrame({'patient_id': ['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c'], \
              'visit_number':[1, 2, 3, 2, 3, 4, 10, 11, 12], \
             'drug_ongoing':[np.nan, 1, 1, np.nan, 0, 1, 1, 1, 0], \
             'drug_dose_changed':[0, 0, 0, 0, np.nan,0, 0, 1, np.nan], \
             'dose':[40, np.nan, np.nan, 60, np.nan, 70, 80, np.nan, np.nan]})

我试过了：

df['dose_filled'] = df.groupby('patient_id')['dose'].ffill()

但是通过这种方式，所有的缺失都被填补了。

所需的新列'dose_filled'为[40, 40, 40, 60, np.nan, 70, 80, np.nan, np.nan]

Answer 1

在您的情况下，请先ffill

s=df.loc[(df['drug_ongoing'].eq(1)&df['drug_dose_changed'].eq(0))|df.visit_number.eq(df.groupby('patient_id').visit_number.transform('first'))].groupby('patient_id').dose.ffill()
df.dose.fillna(s,inplace=True)
df
Out[38]: 
  patient_id  visit_number  drug_ongoing  drug_dose_changed  dose
0          a             1           NaN                0.0  40.0
1          a             2           1.0                0.0  40.0
2          a             3           1.0                0.0  40.0
3          b             2           NaN                0.0  60.0
4          b             3           0.0                NaN   NaN
5          b             4           1.0                0.0  70.0
6          c            10           1.0                0.0  80.0
7          c            11           1.0                1.0   NaN
8          c            12           0.0                NaN   NaN

Answer 2

我认为您需要：

np.where(~df.drug_dose_changed.astype(bool),df.dose.ffill(),df.dose)

输出：

array([40., 40., 40., 60., nan, 70., 80., nan, nan])