如何通过使用forloops扫描多个列来创建一个新的pandas列？

Question

我有25个变量DXCODE1到DXCODE25，我想扫描一下，看看每一行的这些值是否与icd\u列表匹配。例如，在每一行中，我要扫描从DXCODE1到DXCODE25的数据，看看这些数据是否包含以下三个值中的任何一个：“F32”、“F33”、“F34”，如果包含，则返回1。我尝试了以下方法：

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)

但我有个错误：

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

另外，我想使它灵活，以便我可以以某种方式指定icd代码作为参数中的列表。但我不知道如何应用语法：

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'

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

编辑：

列标记为DXCODE1、DXCODE2、。。。DXCODE25型

Answer 1

我想这个apply能胜任你想要的工作

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

检查icd_list的任何元素是否在row中

编辑：如果您想保留for循环（很抱歉，一开始我没有看到这个要求），我会：

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

编辑2：要指定列，可以执行以下操作：

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]