如何用Pandas统计Medicare受益人中患至少一种指定慢性病的占比？

修正你的代码问题 #

你之前的代码存在语法和逻辑错误：

• claimss.loc[:, ["alzheimers","diabetes","arthritis"] == 1] 是把列名列表直接和1比较，完全不符合筛选逻辑
• filtered_df = df.loc[raw_df] == 1] 多了一个闭合括号，属于语法错误

正确实现代码 #

假设你已经把数据集加载为df，以下是准确计算占比的代码：

# 定义需要统计的慢性病列
chronic_cols = [
    "alzheimers", "arthritis", "cancer", "copd", 
    "depression", "diabetes", "heart.failure", 
    "ihd", "kidney", "osteoporosis", "stroke"
]

# 标记每行是否至少患有一种慢性病（假设1代表患病）
has_chronic = df[chronic_cols].eq(1).any(axis=1)

# 计算占比并输出
percentage = has_chronic.mean() * 100
print(f"至少患有一种指定慢性病的患者占比: {percentage:.2f}%")

代码说明 #

1. 列筛选：先取出所有需要统计的慢性病列，避免无关列干扰
2. 患病判断：eq(1)将每个单元格值和1对比，生成布尔矩阵（True代表患病）
3. 行级判断：any(axis=1)检查每行是否有至少一个True，即该患者是否患至少一种病
4. 占比计算：布尔值的均值就是患病行的比例，乘以100转为百分比格式

额外提示 #

• 如果你的数据中患病标记不是1（比如用"Y"或其他值），把eq(1)改成对应的eq("Y")即可
• 若数据存在缺失值，可添加fillna(False)处理：df[chronic_cols].eq(1).fillna(False).any(axis=1)，防止NaN影响判断

内容的提问来源于stack exchange，提问作者musti