Как мне использовать объект dataframe из другой функции?

Question

У меня есть 3 функции; тот, который обрабатывает фрейм данных с 4 столбцами (MemberID, year, DSFS и DrugCount) и возвращает 3 фрейма данных, распределенных по годам, вспомогательную функцию, которая переформатирует год, и третий, который категорически перекодирует фрейм данных на основе года.

• Как бы я взял в качестве входных данных для третьей функции блок данных, разбитый по годам?
• Я хочу найти список уникальных категорий, используя df['DSFS'].unique(), Что бы я использовал в качестве своего df?

Образец файла CSV.

MemberID DSFS DrugCount 2 61221204 2- 3 months 1 8 30786520 1- 2 months 1 11 28420460 10-11 months 1 12 11861003 4- 5 months 1 14 66905595 6- 7 months 4

def process_DrugCount(drugcount):
    dc = pd.read_csv("DrugCount.csv")
    sub_map = {'1' : 1, '2':2, '3':3, '4':4, '5':5, '6':6, '7+' : 7}
    dc['DrugCount'] = dc.DrugCount.map(sub_map)
    dc['DrugCount'] = dc.DrugCount.astype(int)
    dc_grouped = dc.groupby(dc.Year, as_index=False)
    DrugCount_Y1 = dc_grouped.get_group('Y1')
    DrugCount_Y2 = dc_grouped.get_group('Y2')
    DrugCount_Y3 = dc_grouped.get_group('Y3')
    DrugCount_Y1.drop('Year', axis=1, inplace=True)
    DrugCount_Y2.drop('Year', axis=1, inplace=True)
    DrugCount_Y3.drop('Year', axis=1, inplace=True)
    return (DrugCount_Y1,DrugCount_Y2,DrugCount_Y3)

def replaceMonth(string):
    replace_map = {'0- 1 month' : "0_1", "1- 2 months": "1_2", "2- 3 months": "2_3", "4- 5 months": "4_5", "5- 6 months": "5_6", "6- 7 months": "6_7", "7- 8 months" : "7_8",\
                   "8- 9 months": "8_9", "9-10 months": "9_10", "10-11 months": "10_11", "11-12 months": "11_12"}
    a_new_string = string.map(replace_map)
    return a_new_string

def process_yearly_DrugCount(aframe):
    processed_frame = None
    dc = pd.read_csv("DrugCount.csv")
    sub_map = {'1' : 1, '2':2, '3':3, '4':4, '5':5, '6':6, '7+' : 7}
    dc['DrugCount'] = dc.DrugCount.map(sub_map)
    dc['DrugCount'] = dc.DrugCount.astype(int)
    dc_grouped = dc.groupby(dc.Year, as_index=False)
    DrugCount_Y1 = dc_grouped.get_group('Y1')
    DrugCount_Y1.drop('Year', axis=1, inplace=True)
    # print DrugCount_Y1['DSFS'].unique
    return processed_frame

Answer 1

Ваш пример был не очень понятен для меня, но вот немного другой пример, основанный на документах pandas, который демонстрирует некоторые полезные методы:

Похоже, вместо использования groupby вы должны использовать df.pivot_table для преобразования в мультииндекс.

Например, попробуйте:

import pandas.util.testing as tm; tm.N = 3
def unpivot(frame):
    N, K = frame.shape
    data = {'value' : frame.values.ravel('F'),
            'variable' : np.asarray(frame.columns).repeat(N),
            'date' : np.tile(np.asarray(frame.index), K)}
    return pd.DataFrame(data, columns=['date', 'variable', 'value'])

df = unpivot(tm.makeTimeDataFrame())

чтобы сделать тест df, сравните df.head():

        date variable     value
0 2000-01-03        A -0.357495
1 2000-01-04        A  0.367520
2 2000-01-05        A  2.216699
3 2000-01-03        B -0.417521
4 2000-01-04        B -1.163966

с печатью df.pivot_table(index=("variable","date"))

                        value
variable date                
A        2000-01-03 -0.357495
        2000-01-04  0.367520
        2000-01-05  2.216699
B        2000-01-03 -0.417521
        2000-01-04 -1.163966
        2000-01-05 -0.774422
C        2000-01-03  0.560017
        2000-01-04  0.174880
        2000-01-05  0.625167
D        2000-01-03 -1.673194
        2000-01-04 -0.075789
        2000-01-05 -2.041236

Затем вы можете сделать df_pivoted.loc['A'] дает вам:

            value
date                
2000-01-03 -0.357495
2000-01-04  0.367520
2000-01-05  2.216699

Вы можете легко приспособить это к своему примеру, используя годы. Это проще, чем использовать group by для этого типа манипуляций, и он хранит все данные в одном кадре данных (представление).

Вы также можете использовать value_counts, чтобы найти все значения и их частоты. Итак, в моем примере:

df['variable'].value_counts()

вернет серию:

D    3
B    3
C    3
A    3
Name: variable, dtype: int64

Здесь индекс этой серии - ваш список уникальных значений, если я правильно понял. так

list(df['variable'].value_counts().index)   

Должен дать вам то, что вы хотите.