按地区分组统计糖尿病患者数与CGM处方量并计算占比

原始数据 #

期望输出 #

解决方案 #

方法1：Excel操作 #

分类汇总法

1. 选中原始数据全部区域
2. 点击「数据」选项卡 → 「分类汇总」
3. 在对话框中设置：
   • 分类字段：Location
   • 汇总方式：求和
   • 选定汇总项：勾选Diabetes present和CGM prescribed
4. 提取生成的汇总行数据，新增列输入公式=CGM求和单元格/Diabetes求和单元格，设置单元格格式保留两位小数。

数据透视表法（更灵活）

1. 选中原始数据，点击「插入」选项卡 → 「数据透视表」
2. 在透视表字段面板中：
   • 将Location拖入「行」区域
   • 将Diabetes present和CGM prescribed拖入「值」区域，修改汇总方式为「求和」
3. 在透视表旁新增列，计算比例：=对应CGM求和单元格/对应Diabetes求和单元格，调整小数位数至两位。

方法2：Python Pandas代码 #

使用Pandas分组求和并计算比例，代码如下：

import pandas as pd

# 构建原始数据DataFrame
df = pd.DataFrame({
    'Location': ['CA', 'TX', 'TX', 'CA', 'AZ', 'AZ', 'AZ', 'TX'],
    'Diabetes present': [1]*8,
    'CGM prescribed': [1, 0, 1, 0, 1, 0, 1, 0]
})

# 按地区分组求和并重置索引
summary = df.groupby('Location').sum().reset_index()
# 重命名列名匹配期望输出
summary.columns = ['location', 'TotalDiabetes', 'total CGM']
# 计算比例并保留两位小数
summary['proportion (total cgm/ total diabetes)'] = (summary['total CGM'] / summary['TotalDiabetes']).round(2)

# 输出结果
print(summary)

运行后输出结果与期望一致。

内容的提问来源于stack exchange，提问作者Sharon Macwan