我有一个保存病历的df,我需要确定一个人出院后去的第一个地点。df按id分组。
有3个选项:(1)在一个组中,如果任何一行的开始日期与第一行的结束日期相匹配,则将该位置作为第一个站点返回(如果有两行符合此条件,则两行都是正确的)。(2)如果第一个选项不存在,则在初始位置(3)之后选择第一个位置;否则,如果条件1和2不存在,则返回“home”
ID color begin_date end_date location
1 red 2017-01-01 2017-01-07 initial
1 green 2017-01-05 2017-01-07 nursing
1 blue 2017-01-07 2017-01-15 rehab
1 red 2017-01-11 2017-01-22 Health
2 red 2017-02-22 2017-02-26 initial
2 green 2017-02-26 2017-02-28 nursing
2 blue 2017-02-26 2017-02-28 rehab
3 red 2017-03-11 2017-03-22 initial
4 red 2017-04-01 2017-04-07 initial
4 green 2017-04-05 2017-04-07 nursing
4 blue 2017-04-10 2017-04-15 Health
预期结果:
ID first_site
1 rehab
2 nursing
3 home
4 nursing
我的尝试失败了。我得到一个错误
"None of [Int64Index([8], dtype='int64')] are in the [index]"
没有太多关于错误的在线帮助。
如果我移除
elif
关于val2的条件,那么我不会遇到错误。
def First(x):
#compare each group first and see if there are any locations that match
val = x.loc[x['begin_date'] == x['end_date'].iloc[0], 'location']
#find the first location after the initial stay
val2 = x.loc[x[x.location=='initial'].index+1, 'location']
if not val.empty:
return val.iloc[0]
elif not val2.empty:
return val2.iloc[0]
else:
return 'Home'
final = df.groupby('ID').apply(First).reset_index(name='first_site')
print (final)
我做错什么了?
