主页 / coding / 问题 / 77227836
Accepted
Manuel Veiga
Asked: 2023-10-04 16:06:28 +0800 CST

如何将其转换为有用的浮点数？以字符串表示的血压值

  • 772

我正在处理一个类似这样的数据集，我有兴趣了解血压如何影响某些患者。

df = {'Person ID': [1,2,3,4,5,6,7,8], 
      'BMI': ['Overweight','Normal','Normal','Obese','Obese','Underweight','Normal','Obese'], 
      'Sleep Disorder': ['Insomnia',float('nan'),float('nan'),'Sleep Apnea','Sleep Apnea',float('nan'),float('nan'),'Insomnia'],
'Illness':['Ill', 'Healthy','Healthy','Ill','Ill','Healthy','Healthy','Ill'],
'Blood Pressure': ['125/82','132/87','128/85','126/83','126/83','115/78','139/91','142/92']}

输出：

   Person ID          BMI Sleep Disorder  Illness Blood Pressure   Sleep Duration
0          1   Overweight       Insomnia      Ill         125/82              6.1
1          2       Normal            NaN  Healthy         132/87              6.2
2          3       Normal            NaN  Healthy         128/85              6.2
3          4        Obese    Sleep Apnea      Ill         126/83              5.9
4          5        Obese    Sleep Apnea      Ill         126/83              5.9
5          6  Underweight            NaN  Healthy         115/78              8.1
6          7       Normal            NaN  Healthy         139/91              8.1
7          8        Obese       Insomnia      Ill         142/92              8.1

主要问题是它既Blood Pressure不是 Int 也不是 Float 那么我如何测量相关性或者哪种相关性可以用来"Ill"与"Healthy"人进行比较？

这个想法是复制这个：

graph_bp = sns.scatterplot(data = sleep_dataset, x = "Blood Pressure", y = "Sleep Duration", hue = "Health State")
graph_bp.set_title("Relation between age and sleep duration")
graph_bp.set_xlabel("Blood Pressure")
graph_bp.set_ylabel("Sleep Duration")
cor_bp = sleep_dataset["Blood Pressure"].corr(sleep_dataset["Sleep Duration"])
print("Correlation with age: " + str(cor_bp))

获取有关血压的一些信息，但没有关联的 int。一个想法是将最高值和最低值分开并进行差异，但这似乎不是一个好主意，因为它会说一个具有 140/100 的人与一个 100/60 相同，你会如何做图形是这样的吗？

pandas

1 个回答

  1. Best Answer

    相关性可以与其中一个数字相关，也可以与两者相关。从科学的角度来看，您应该独立计算这两种相关性，或者找到从两者组合得出的有意义的指标（难度更大）。

    想象一下，一种特定的疾病只影响其中一种压力，或者以相反的方式影响它们。通过使用聚合，您将丢失信息并可能错过您要查找的内容。

    无论如何，您应该将字符串转换为两个数字，可以通过以下方式实现：

    df[['systolic', 'diastolic']] = (df['Blood Pressure']
                                 .str.split('/', expand=True)
                                 .astype(int)
                                )

    输出：

       Person ID          BMI Sleep Disorder  Illness Blood Pressure  systolic  diastolic
0          1   Overweight       Insomnia      Ill         125/82       125         82
1          2       Normal            NaN  Healthy         132/87       132         87
2          3       Normal            NaN  Healthy         128/85       128         85
3          4        Obese    Sleep Apnea      Ill         126/83       126         83
4          5        Obese    Sleep Apnea      Ill         126/83       126         83
5          6  Underweight            NaN  Healthy         115/78       115         78
6          7       Normal            NaN  Healthy         139/91       139         91
7          8        Obese       Insomnia      Ill         142/92       142         92

    然后您可以绘制其中一个压力的图表：

    graph_bp = sns.scatterplot(data=sleep_dataset, x='systolic',
                           y='Sleep Duration', hue='Illness')

    在此输入图像描述

    或者两种压力：

    df_melt = sleep_dataset.melt(df.columns.difference(['systolic', 'diastolic']),
                             var_name='type', value_name='pressure')
graph_bp = sns.scatterplot(data=df_melt, x='pressure',
                           y='Sleep Duration', hue='Illness', style='type')

    在此输入图像描述

    • 1

相关问题