如何用Pandas转换指定格式数据集？求Pandas学习课程推荐

一、数据转换实操步骤 #

假设你的输入数据存在Pandas数据框df里，按以下步骤就能完成转换：

1. 去重保留唯一ID行
   因为同一id的药物列和年龄值都是固定的，直接去重即可：

df_unique = df.drop_duplicates(subset='id')

2. 提取值为1的药物名称
   先筛选出所有带_drug后缀的列，再对每行判断哪些列值为1，把列名去掉后缀得到药物名：

# 筛选所有药物列
drug_cols = [col for col in df_unique.columns if col.endswith('_drug')]

# 定义函数提取每行的有效药物
def extract_drugs(row):
    valid_drugs = [col.replace('_drug', '') for col in drug_cols if row[col] == 1]
    return ', '.join(valid_drugs)

# 把有效药物存入新列
df_unique['valid_drugs'] = df_unique.apply(extract_drugs, axis=1)

3. 拼接生成therapy列
   把年龄和有效药物按你需要的格式拼起来，比如：

df_unique['therapy'] = df_unique.apply(lambda row: f"年龄: {row['age']}, 使用药物: {row['valid_drugs']}", axis=1)

4. 整理最终结果
   只保留id和therapy列就是你要的输出：

final_result = df_unique[['id', 'therapy']]

二、Pandas自学课程/资源推荐 #

• Pandas官方入门指南：直接看官方的Getting Started板块，从Series、DataFrame基础到数据清洗、转换、聚合全流程都有清晰讲解，是最权威的入门资料，遇到函数用法直接查官方文档，比搜Stack Overflow靠谱。
• 《Python for Data Analysis》书籍：这本书是Pandas核心开发者写的，把数据处理的逻辑和Pandas的用法讲得透，跟着书中的代码示例一步步练，重点啃数据转换、分组这些章节，能帮你建立系统的知识体系。
• B站免费实战视频：搜“Pandas实战案例”“数据转换实操”这类关键词，找那种全程敲代码的视频，跟着做医疗、电商这类常见数据集的转换练习，边练边记常用函数（比如这次用到的drop_duplicates、apply）。
• Kaggle入门任务：找Kaggle上的入门级数据处理竞赛或练习任务，比如医疗数据清洗类的，用Pandas完成任务的过程中，遇到问题先查官方文档，慢慢就养成独立解决问题的习惯，不用依赖别人的答案。

内容的提问来源于stack exchange，提问作者arteme99