Справочная информация: Я пытаюсь использовать данные из CSV-файла, чтобы задавать вопросы и делать выводы на основе данных. Данные представляют собой журнал посещений пациентов из клиники в Бразилии, включая дополнительные данные пациентов, а также данные о том, был ли пациент не представлен или нет. Я выбрал для изучения корреляции между возрастом пациента и данными неявки.
Проблема: С учетом количества посещений, идентификатора пациента, возраста и данных неявки, как мне составить массив возрастов, которые коррелируют с каждым уникальным идентификатором пациента (чтобы я мог оценить средний возраст всего уникальных пациентов, посещающих клинику).
Мой код:
# data set of no shows at a clinic in Brazil
noshow_data = pd.read_csv('noshowappointments-kagglev2-may-2016.csv')
noshow_df = pd.DataFrame(noshow_data)
Вот начало кода, с заголовком всего кадра данных csv, заданного
# Next I construct a dataframe with only the data I'm interested in:
ptid = noshow_df['PatientId']
ages = noshow_df['Age']
noshow = noshow_df['No-show']
ptid_ages_noshow = pd.DataFrame({'PatientId' : pt_id, 'Ages' : ages,
'No_show' : noshow})
ptid_ages_noshow
Здесь я отсортировал данные, чтобы показать множественные посещения уникального пациента
# Now, I know how to determine the total number of unique patients:
# total number of unique patients
num_unique_pts = noshow_df.PatientId.unique()
len(num_unique_pts)
Если я хочу определить средний возраст всех пациентов в течение всех посещений, я бы использовал:
# mean age of all vists
ages = noshow_data['Age']
ages.mean()
Итак, мой вопрос: как мне определить средний возраст всех уникальных пациентов?