如何通过for循环跨多列创建Pandas新列？ICD编码匹配场景

我来帮你完善这个函数，实现逐行扫描DXCODE1到DXCODE25、判断是否匹配目标ICD编码的功能～下面给你两种实用的实现方式，按需选择：

方式一：自定义逐行处理函数 #

如果需要手动控制逐行逻辑，这个函数可以直接用：

def scan_icd(row):
    # 用集合存储目标编码，查找效率更高
    target_icds = {'F32', 'F33', 'F34'}
    # 遍历DXCODE1到DXCODE25
    for i in range(1, 26):
        dx_code = row.get(f'DXCODE{i}')
        # 跳过空值，避免报错
        if dx_code is None:
            continue
        # 检查当前编码是否包含目标ICD的任意一个
        for icd in target_icds:
            if icd in str(dx_code):
                return 1
    # 遍历完所有编码都没匹配，返回0
    return 0

关键细节说明： #

• 把目标编码存在集合里：集合的成员查找速度比列表快，数据量大的时候差异会很明显。
• 用row.get()获取值：避免遇到不存在的列名时直接报错，更健壮。
• 转字符串处理：确保即使DXCODE是数字类型（比如有些系统会存成编码对应的数字），也能正常检查包含关系。
• 提前返回：一旦找到匹配的编码立刻返回1，不用继续遍历剩下的变量，节省时间。

方式二：Pandas向量化操作（更高效） #

如果你的数据是存在Pandas DataFrame里的，强烈推荐用这种方式，比逐行apply快得多：

import pandas as pd

# 假设你的数据集是df
target_icds = ['F32', 'F33', 'F34']
# 先把所有DXCODE列名整理成列表
dx_columns = [f'DXCODE{i}' for i in range(1, 26)]

# 生成新列，标记是否匹配目标ICD
df['has_target_icd'] = df[dx_columns].apply(
    lambda row: any(icd in str(val) for val in row if pd.notna(val)),
    axis=1
).astype(int)

为什么推荐这种？ #

• 向量化操作是Pandas的优势，处理大规模数据时，速度比逐行循环快几倍甚至几十倍。
• any()函数会自动在找到第一个匹配项时停止检查，同样高效。
• pd.notna(val)用来跳过空值，避免空值干扰判断。

额外提示 #

如果你的需求是精确匹配（比如必须完全等于'F32'，而不是包含'F32'），只需要把判断条件改成str(val) in target_icds就可以啦～

内容的提问来源于stack exchange，提问作者KubiK888