Pandas如何按patient_ID分组判断保险类型并生成新列

安全阿岳

2026-8-26

患者保险类型分类标记实现方案

需求说明

处理患者就诊保险数据时，已将保险统一归为Public（公立）、Private（私立）两类，需要新增Simple列实现以下规则：

按patient_ID分组，同一患者的所有就诊记录为一组
若组内Public_Private取值同时包含公立、私立两类，该组所有行的Simple列标记为Mixed
若组内Public_Private取值完全一致，Simple列直接返回对应的保险类型值
方案需要适配不同患者不等长的就诊记录数，不需要提前固定分组长度

原始数据集构造代码

import pandas as pd
data = {'patient_ID': [1,1,1,2,2,3,3,3,4,4,4,4],
   'Public_Private': ['Public', 'Public', 'Public',
                      'Private', 'Public','Private', 'Private', 
                      'Private', 'Private', 'Public', 'Private', 
                      'Public']}
df = pd.DataFrame(data)

实现代码

通过pandas分组转换功能直接实现，无需额外合并操作：

df['Simple'] = df.groupby('patient_ID')['Public_Private'].transform(
    lambda group: 'Mixed' if group.nunique() > 1 else group.iloc[0]
)

逻辑说明

groupby('patient_ID')按患者ID自动拆分数据分组，天然支持每个患者任意条数的就诊记录
transform方法会将分组计算的结果按原表索引映射回每一行，不需要手动做表关联
group.nunique()统计当前分组内保险类型的唯一值数量：数量大于1说明患者使用了多类保险，标记为Mixed；数量为1说明保险类型统一，直接取组内任意位置的值即可（全组值一致，取第一个值无歧义）

运行结果

执行代码后输出的数据集符合规则要求，若某患者同时存在两类保险记录，代码会自动识别标记为Mixed，不需要调整逻辑：

patient_ID	Public_Private	Simple
1	Public	Public
1	Public	Public
1	Public	Public
2	Private	Mixed
2	Public	Mixed
3	Private	Private
3	Private	Private
3	Private	Private
4	Private	Mixed
4	Public	Mixed
4	Private	Mixed
4	Public	Mixed