Python中如何基于Excel数据生成惩罚Cox回归所需的结构化数组

假设你已经通过pandas读取Excel数据得到DataFrame对象（变量名设为df），其中事件列名为event、生存时间列名为time，可按照如下步骤实现转换：

依赖库导入 #

import numpy as np
import pandas as pd

转换实现 #

你可以任选以下两种方法之一完成转换：

• 方法1：直接通过NumPy构造结构化数组

# 定义符合scikit-survival要求的字段类型
dtype_spec = [('event', '?'), ('time', '<f8')]
# 合并两列数据并转换为结构化数组
survival_array = np.array(
    list(zip(df["event"].astype(bool), df["time"].astype(np.float64))),
    dtype=dtype_spec
)

• 方法2：基于Pandas内置方法快速转换

# 先调整两列的数据类型，再导出为记录数组
survival_array = df[["event", "time"]]\
    .astype({"event": bool, "time": np.float64})\
    .to_records(index=False)

结果校验 #

转换完成后可以执行以下代码校验格式是否符合要求：

# 校验数据类型
print(survival_array.dtype)
# 预期输出：dtype([('event', '?'), ('time', '<f8')])

# 打印前3条数据查看格式
print(survival_array[:3])
# 预期输出类似：[( True,  72.), ( True, 411.), ( True, 228.)]

注意事项 #

• 转换前请先清洗数据，确保事件列、时间列不存在缺失值或异常值
• 若你的原始事件列取值为0/1，astype(bool)会自动将0映射为False、1映射为True，无需额外处理

内容的提问来源于stack exchange，提问作者Hatem Ali