统计DataFrame的CPT列中字典各类别代码的总出现次数

核心问题分析 #

你的测试代码返回0的原因通常是以下几点：

1. 字符串格式不统一：CPT列的条目可能带有前后空格（比如' 99212 '），导致和你定义的'99212'无法匹配
2. 类型不匹配：字典里的CPT代码是整数（如99212），但DataFrame的CPT列是字符串类型，或者反过来
3. str.count的局限性：该方法会匹配子串（比如'992120'也会被统计），而你需要的是精确匹配整个条目

分步解决方案 #

1. 先清洗CPT列 #

先处理常见的格式问题，确保条目干净：

import pandas as pd

# 去除字符串前后空格，统一格式
df['CPT'] = df['CPT'].str.strip()

# 可选：如果CPT列实际是整数类型（但显示为object），可以转成字符串统一类型
# df['CPT'] = df['CPT'].astype(str)

2. 单个代码测试（修正你的测试代码） #

用精确匹配替代str.count，确保统计准确：

nonop = ['99212', '99234']
# 统计每个代码的精确出现次数
counts = {code: (df['CPT'] == code).sum() for code in nonop}
df2 = pd.Series(counts)
print(df2)

3. 统计字典中每个类别的总次数 #

针对整个billable字典，批量统计每个类别的总出现次数：

# 把字典里的所有整数代码转成字符串（和CPT列类型统一）
billable_str = {
    category: [str(code) for code in codes] 
    for category, codes in billable.items()
}

# 遍历每个类别，统计总次数
category_total = {}
for category, codes in billable_str.items():
    # 统计CPT列中属于该类别任意代码的行数总和
    total = df['CPT'].isin(codes).sum()
    category_total[category] = total

# 转成Series输出，更直观
result = pd.Series(category_total)
print(result)

特殊情况处理：CPT列包含多个代码 #

如果你的CPT列是用逗号分隔的多个代码（比如'99212,99234'），需要先拆分再统计：

# 拆分多代码条目并展开成单行一个代码
df_exploded = df['CPT'].str.split(',', expand=True).stack().reset_index(level=1, drop=True).str.strip()

# 再用之前的方法统计
category_total = {}
for category, codes in billable_str.items():
    total = df_exploded.isin(codes).sum()
    category_total[category] = total

result = pd.Series(category_total)
print(result)

内容的提问来源于stack exchange，提问作者Patrick Murphy