Création d'une liste à partir d'un fichier de données à l'aide de conditionnelles

Question

J'ai besoin de créer une liste de patients dans une base de données qui les classe comme "élevés", "moyens" ou "faibles" en fonction de leur IMC et du fait qu'ils fument ou non. Lorsque j'exécute le code, j'obtiens "Moyen" pour les six entrées. (Des pseudo-noms et des données ont été utilisés)

df = pd.DataFrame({'Name':['Jordan', 'Jess', 'Jake', 'Alice', 'Alan', 'Lauren'],
                   'Age':[26, 23, 19, 20, 24, 28],
                   'Sex':['M', 'F' , 'M', 'F', 'M', 'F'],
                   'BMI':[26, 22, 24, 17, 35, 20],
                   'Smokes':['No', 'No', 'Yes', 'No', 'Yes', 'No']})

risk_list = []

for i in df.Name:
  if df.BMI.any() > 30 | df.BMI.any() < 19.99 | df.Smokes.any() == "Yes":
    risk_list.append("High")
  elif df.BMI.any() >= 25 & df.BMI.any() <= 29.99:
    risk_list.append("Medium")
  elif df.BMI.any() < 24.99 & df.BMI.any() > 19.99 and df.Smokes.any() == "No":
    risk_list.append("Low")

print(risk_list)

Sortie :

['Medium', 'Medium', 'Medium', 'Medium', 'Medium', 'Medium']

Je suis novice en matière de pandas et de python. Je pense que je suis proche du but mais je n'arrive pas à comprendre pourquoi mes données ne sont pas renvoyées correctement.

Merci.

Answer 1

Il y a beaucoup de choses dans vos codes. Pour n'en citer que quelques-uns :

1. Vous avez besoin de plusieurs parenthèses : df.BMI.any() > 30 | df.BMI.any() < 19.99 devrait être (df.BMI.any() > 30) | (df.BMI.any() < 19.99)

2. & est différent de and

3. tout ce qui se trouve à l'intérieur de la boucle, par exemple df.BMI.any() est indépendant de la ligne que vous regardez, c'est-à-dire Name afin d'obtenir les mêmes valeurs partout.

Je pense que vous pouvez utiliser np.select :

np.select([df.BMI.gt(30) | df.BMI.lt(19.99) | df.Smokes.eq('Yes'),
           df.BMI.between(25,29.99)],
          ['High', 'Medium'], 'Low')

Sortie :

array(['Medium', 'Low', 'High', 'High', 'High', 'Low'], dtype='<U6')

Answer 2

En plus de la réponse de @QuangHoang, l'itération sur un dataframe est quelque peu intuitive. Vous utilisez .iterrows() et non votre Name colonne car il ne s'agit pas d'un dictionnaire.

risk_list = []

for _, i in df.iterrows():
    if i.BMI > 30 or i.BMI < 19.99 or i.Smokes == "Yes":
        risk_list.append("High")
    elif i.BMI >= 25 and i.BMI <= 29.99:
        risk_list.append("Medium")
    elif i.BMI < 24.99 and i.BMI > 19.99 and i.Smokes == "No":
        risk_list.append("Low")

>>> print(risk_list)
    ['Medium', 'Low', 'High', 'High', 'High', 'Low']

Answer 3

Vous pouvez définir cette fonction et la passer à .apply() :

def risk_eval(row):
  if row.BMI > 30 | row.BMI < 19.99 | row.Smokes== "Yes":
    return "High"
  elif row.BMI >= 25 & row.BMI <= 29.99:
    return"Medium"
  elif rowBMI < 24.99 & row.BMI> 19.99 and row.Smokes == "No":
    return "Low"

df['Risk'] = df.apply(lambda x: risk_eval(x),axis=1)

Ensuite, vous obtiendrez la liste avec :

df['Risk'].values.tolist()