如何通過使用for循環掃描多個列來創建新的pandas列？

Question

我有25個變量DXCODE1到DXCODE25，我想掃描它們以查看每一行的這些值是否與icd_list相匹配。 例如，在每一行中，我都希望從DXCODE1到DXCODE25進行掃描，看是否其中任何一個包含以下三個值之一：'F32'，'F33'，'F34'，如果包含，那么我想要返回1.我嘗試了以下操作：

def scan_icd (row):
    icd_list = ['F32', 'F33', 'F34']
    for i in range(1, 26):
        dx_code_loc = 'DXCODE' + str(i)
        for j in range(0, len(icd_list)):
            if icd_list[j] in row[dx_code_loc]:
                return 1

df['ICD_DX'] = df.apply(scan_icd, axis=1)

但是我得到了這個錯誤：

TypeError: ("argument of type 'float' is not iterable", 'occurred at index 1')

另外，我想使其變得靈活，以便可以以某種方式將icd代碼指定為參數中的列表。 但是我不知道如何在語法上應用：

def scan_icd (row, icd_list):
    icd_list = icd_list
    for i in range(1, 26):
        dx_code_loc = 'DXCODE' + str(i)
        for j in range(0, len(icd_list)):
            if icd_list[j] in row[dx_code_loc]:
                return 1

df['ICD_DX'] = df.apply(scan_icd (['F32', 'F33', 'F34']), axis=1)

TypeError: apply() got multiple values for argument 'axis'

===================

編輯：

這些列標記為DXCODE1，DXCODE2，... DXCODE25

Answer 1

我認為這apply於您想要的工作

icd_list = ['F32', 'F33', 'F34']
df['ICD_DX'] = df.apply(lambda row: 1 if row.isin(icd_list).any() else 0, axis=1)

您檢查icd_list任何元素是否在您的row

編輯：如果您想保留for循環（對不起，我起初沒有看到此要求），我會這樣做：

def scan_icd (row, icd_list):
    for i in range(1, 26):
        dx_code_loc = 'DXCODE' + str(i)
        for j in range(0, len(icd_list)):
            if icd_list[j] in row[dx_code_loc]:
                return 1
    return 0 # return 0 if none match
icd_list = ['F32', 'F33', 'F34']
df['ICD_DX'] = df.apply(scan_icd, args=([icd_list]), axis=1) 
# note the list of the list icd_list in args

編輯2：要指定列，您可以執行以下操作：

list_col = ['DXCODE' + str(i) for i in range(1,26)]
df['ICD_DX'] = df.apply(lambda row: 1 if row[list_col].isin(icd_list).any() else 0, axis=1)
# see the difference is with row[list_col]