如何不通过求和聚合行？实现患者问题DataFrame的宽表转换

嘿，你这个需求其实用Pandas的内置函数就能轻松实现，完全不用写复杂的循环或者手动聚合！下面给你两种简单高效的方法：

方法1：使用pivot_table（直观易懂） #

pivot_table是Pandas里专门用来重塑数据的工具，刚好匹配你的需求：把每个患者的病症转成列，并用0/1标记是否存在。

import pandas as pd

# 先构造你的示例数据（实际使用时替换成你的DataFrame即可）
df = pd.DataFrame({
    'PAT_MRN_ID': [9641956, 9641956, 8227510, 8165474, 7860000],
    'Problem': ['Headache', 'Stomach_ache', 'Headache', 'Chicken_pox', 'Stomach_ache']
})

# 用pivot_table转换格式
result_df = df.pivot_table(
    index='PAT_MRN_ID',  # 行：患者ID
    columns='Problem',   # 列：病症
    aggfunc=lambda x: 1, # 只要存在该病症就标记为1
    fill_value=0         # 不存在的病症填0
).reset_index()

# 去掉列名的层级标签，让格式更干净
result_df.columns.name = None

运行后得到的result_df就是你想要的格式啦！

方法2：使用get_dummies + groupby（更简洁） #

如果你喜欢更简洁的写法，可以用get_dummies生成哑变量，再按患者ID分组求和：

import pandas as pd

# 同样先构造示例数据
df = pd.DataFrame({
    'PAT_MRN_ID': [9641956, 9641956, 8227510, 8165474, 7860000],
    'Problem': ['Headache', 'Stomach_ache', 'Headache', 'Chicken_pox', 'Stomach_ache']
})

# 生成病症的哑变量列
problem_dummies = pd.get_dummies(df['Problem'])

# 合并患者ID和哑变量列，再按ID分组求和（同一个患者的病症会累加为1，无则为0）
result_df = pd.concat([df['PAT_MRN_ID'], problem_dummies], axis=1)\
              .groupby('PAT_MRN_ID').sum()\
              .reset_index()

这两种方法都避免了手动循环，而且处理大数据量时效率比循环高得多，完全满足你的需求~

内容的提问来源于stack exchange，提问作者Stijn Geraats