{ "cells": [ { "cell_type": "code", "id": "initial_id", "metadata": { "collapsed": true, "ExecuteTime": { "end_time": "2025-04-14T02:39:40.769558Z", "start_time": "2025-04-14T02:39:40.456570Z" } }, "source": "import pandas as pd", "outputs": [], "execution_count": 1 }, { "metadata": { "ExecuteTime": { "end_time": "2025-04-14T02:41:58.436846Z", "start_time": "2025-04-14T02:41:58.386566Z" } }, "cell_type": "code", "source": [ "data1 = pd.read_excel('data/healthcare-dataset-stroke.xlsx')\n", "data1.head(3)" ], "id": "4b3c42b38f05d480", "outputs": [ { "data": { "text/plain": [ " 编号 性别 高血压 是否结婚 工作类型 居住类型 体重指数 吸烟史 中风\n", "0 9046 男 否 是 私人 城市 36.6 以前吸烟 是\n", "1 51676 女 否 是 私营企业 农村 NaN 从不吸烟 是\n", "2 31112 男 否 是 私人 农村 32.5 从不吸烟 是" ], "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
编号性别高血压是否结婚工作类型居住类型体重指数吸烟史中风
09046男否是私人城市36.6以前吸烟是
151676女否是私营企业农村NaN从不吸烟是
231112男否是私人农村32.5从不吸烟是
\n", "
" ] }, "execution_count": 8, "metadata": {}, "output_type": "execute_result" } ], "execution_count": 8 }, { "metadata": { "ExecuteTime": { "end_time": "2025-04-14T02:42:02.131783Z", "start_time": "2025-04-14T02:42:02.114377Z" } }, "cell_type": "code", "source": [ "data2 = pd.read_excel('data/healthcare-dataset-age_abs.xlsx')\n", "data2.head(3)" ], "id": "e72f2e11a9b2e88d", "outputs": [ { "data": { "text/plain": [ " 编号 年龄 平均血糖\n", "0 9046 67.0 228.69\n", "1 51676 61.0 202.21\n", "2 31112 80.0 105.92" ], "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
编号年龄平均血糖
0904667.0228.69
15167661.0202.21
23111280.0105.92
\n", "
" ] }, "execution_count": 10, "metadata": {}, "output_type": "execute_result" } ], "execution_count": 10 }, { "metadata": { "ExecuteTime": { "end_time": "2025-04-14T02:44:09.987977Z", "start_time": "2025-04-14T02:44:09.985187Z" } }, "cell_type": "code", "source": [ "print(data1.size)\n", "data2.size" ], "id": "40c26c71f24c511d", "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "15903\n" ] }, { "data": { "text/plain": [ "5301" ] }, "execution_count": 17, "metadata": {}, "output_type": "execute_result" } ], "execution_count": 17 }, { "metadata": { "ExecuteTime": { "end_time": "2025-04-14T07:59:22.335960Z", "start_time": "2025-04-14T07:59:22.326530Z" } }, "cell_type": "code", "source": [ "merge_data = data1.merge(data2, on=['编号'], how='left')\n", "merge_data.head(3)" ], "id": "37f42c042c31af5e", "outputs": [ { "data": { "text/plain": [ " 编号 性别 高血压 是否结婚 工作类型 居住类型 体重指数 吸烟史 中风 年龄 平均血糖\n", "0 9046 男 否 是 私人 城市 36.6 以前吸烟 是 67.0 228.69\n", "1 51676 女 否 是 私营企业 农村 NaN 从不吸烟 是 61.0 202.21\n", "2 31112 男 否 是 私人 农村 32.5 从不吸烟 是 80.0 105.92" ], "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
编号性别高血压是否结婚工作类型居住类型体重指数吸烟史中风年龄平均血糖
09046男否是私人城市36.6以前吸烟是67.0228.69
151676女否是私营企业农村NaN从不吸烟是61.0202.21
231112男否是私人农村32.5从不吸烟是80.0105.92
\n", "
" ] }, "execution_count": 71, "metadata": {}, "output_type": "execute_result" } ], "execution_count": 71 }, { "metadata": { "ExecuteTime": { "end_time": "2025-04-14T07:59:24.287769Z", "start_time": "2025-04-14T07:59:24.284471Z" } }, "cell_type": "code", "source": [ "def age_process(x):\n", " if (x % 1 != 0 or x < 0):\n", " return None\n", " return int(x)" ], "id": "d45e61b4e5c45d4a", "outputs": [], "execution_count": 72 }, { "metadata": { "ExecuteTime": { "end_time": "2025-04-14T07:59:26.832979Z", "start_time": "2025-04-14T07:59:26.827710Z" } }, "cell_type": "code", "source": "merge_data['年龄'] = merge_data['年龄'].apply(lambda x: age_process(x))", "id": "b81f4203662a2950", "outputs": [], "execution_count": 73 }, { "metadata": { "ExecuteTime": { "end_time": "2025-04-14T07:59:30.620159Z", "start_time": "2025-04-14T07:59:30.606700Z" } }, "cell_type": "code", "source": "merge_data[merge_data['年龄'].isna()]", "id": "da4b29e8f3d56bc6", "outputs": [ { "data": { "text/plain": [ " 编号 性别 高血压 是否结婚 工作类型 居住类型 体重指数 吸烟史 中风 年龄 平均血糖\n", "162 69768 女 否 否 学生 城市 NaN 未知 是 NaN 70.37\n", "363 7559 女 否 否 学生 城市 24.9 未知 否 NaN 83.82\n", "376 22706 女 否 否 学生 农村 15.5 未知 否 NaN 88.11\n", "562 45238 女 否 否 学生 城市 16.5 未知 否 NaN 58.26\n", "564 61511 女 否 否 学生 农村 16.2 未知 否 NaN 73.71\n", "597 40639 女 否 否 学生 农村 17.5 未知 否 NaN 60.53\n", "607 9906 女 否 否 学生 城市 17.0 未知 否 NaN 102.34\n", "684 53016 女 否 否 学生 城市 14.4 未知 否 NaN 130.61\n", "753 49529 女 否 否 学生 城市 17.2 未知 否 NaN 60.98\n", "850 41615 女 否 否 学生 农村 18.1 未知 否 NaN 126.18\n", "913 17733 女 否 否 学生 农村 19.5 未知 否 NaN 109.51\n", "982 54747 男 否 否 学生 农村 19.2 未知 否 NaN 157.57\n", "995 60211 男 否 否 学生 城市 18.9 未知 否 NaN 90.51\n", "996 53279 男 否 否 学生 农村 16.3 未知 否 NaN 118.87\n", "1093 66772 女 否 否 学生 农村 16.0 未知 否 NaN 55.86\n", "1101 57854 男 否 否 学生 城市 19.7 未知 否 NaN 56.30\n", "1134 47848 男 否 否 学生 农村 20.1 未知 否 NaN 93.74\n", "1137 59734 男 否 否 学生 城市 17.6 未知 否 NaN 75.79\n", "1206 68908 女 否 否 学生 城市 23.0 未知 否 NaN 66.36\n", "1218 20282 男 否 否 学生 农村 21.8 未知 否 NaN 77.91\n", "1244 45554 女 否 否 学生 城市 22.1 未知 否 NaN 62.40\n", "1317 30084 男 否 否 学生 农村 17.5 未知 否 NaN 98.67\n", "1366 35737 男 否 否 学生 城市 19.5 未知 否 NaN 86.09\n", "1486 1405 男 否 否 学生 城市 16.3 未知 否 NaN 111.65\n", "1499 45357 女 否 否 学生 农村 21.5 未知 否 NaN 113.96\n", "1600 40544 男 否 否 学生 城市 14.3 未知 否 NaN 109.56\n", "1609 38043 女 否 否 学生 农村 10.3 未知 否 NaN 122.04\n", "1614 47350 女 否 否 学生 城市 14.1 未知 否 NaN 139.67\n", "1632 57485 女 否 否 学生 农村 18.5 未知 否 NaN 55.51\n", "1758 27279 男 否 否 学生 城市 22.5 未知 否 NaN 90.46" ], "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
编号性别高血压是否结婚工作类型居住类型体重指数吸烟史中风年龄平均血糖
16269768女否否学生城市NaN未知是NaN70.37
3637559女否否学生城市24.9未知否NaN83.82
37622706女否否学生农村15.5未知否NaN88.11
56245238女否否学生城市16.5未知否NaN58.26
56461511女否否学生农村16.2未知否NaN73.71
59740639女否否学生农村17.5未知否NaN60.53
6079906女否否学生城市17.0未知否NaN102.34
68453016女否否学生城市14.4未知否NaN130.61
75349529女否否学生城市17.2未知否NaN60.98
85041615女否否学生农村18.1未知否NaN126.18
91317733女否否学生农村19.5未知否NaN109.51
98254747男否否学生农村19.2未知否NaN157.57
99560211男否否学生城市18.9未知否NaN90.51
99653279男否否学生农村16.3未知否NaN118.87
109366772女否否学生农村16.0未知否NaN55.86
110157854男否否学生城市19.7未知否NaN56.30
113447848男否否学生农村20.1未知否NaN93.74
113759734男否否学生城市17.6未知否NaN75.79
120668908女否否学生城市23.0未知否NaN66.36
121820282男否否学生农村21.8未知否NaN77.91
124445554女否否学生城市22.1未知否NaN62.40
131730084男否否学生农村17.5未知否NaN98.67
136635737男否否学生城市19.5未知否NaN86.09
14861405男否否学生城市16.3未知否NaN111.65
149945357女否否学生农村21.5未知否NaN113.96
160040544男否否学生城市14.3未知否NaN109.56
160938043女否否学生农村10.3未知否NaN122.04
161447350女否否学生城市14.1未知否NaN139.67
163257485女否否学生农村18.5未知否NaN55.51
175827279男否否学生城市22.5未知否NaN90.46
\n", "
" ] }, "execution_count": 74, "metadata": {}, "output_type": "execute_result" } ], "execution_count": 74 } ], "metadata": { "kernelspec": { "display_name": "Python 3", "language": "python", "name": "python3" }, "language_info": { "codemirror_mode": { "name": "ipython", "version": 2 }, "file_extension": ".py", "mimetype": "text/x-python", "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython2", "version": "2.7.6" } }, "nbformat": 4, "nbformat_minor": 5 }