是否有一种方法，在一个检查多个命名列的dataframe中计数所有至少包含一个“1”的行？

Question

我有一个包含医疗保险受益人的数据集。问题是：“在自变量阿尔茨海默病、关节炎、癌症、慢性阻塞性肺疾病、抑郁症、糖尿病、heart.failure、ihd、肾脏、骨质疏松和中风等自变量中，有多少比例的患者至少患有一种慢性疾病？”

我试着创建一个子集并使用isnull() & any()，但是我无法得到一个合适的解决方案。也尝试过df.loc，但它只允许我命名一列。

我是附加数据集，以更好地理解！

https://drive.google.com/file/d/1R--YEsBCDHMXjqNzAumT2zzUAYvM1bWA/view?usp=sharing

谢谢！！

我的尝试是：

claimss.loc[:, ["alzheimers","diabetes","arthritis"] == 1]

(想先尝试3列，一开始就不起作用。)

尝试使用子集：

filtered_df = df.loc[raw_df] == 1]

(创建一个子集，其中只有索引和独立变量(疾病)出现，并试图查找空行)

Answer 1

如果只需要筛选某些列名，则使用子集作为筛选列的名称，通过1通过DataFrame.eq进行比较，最后通过DataFrame.any测试至少一个True。

claimss[claimss[["alzheimers","diabetes","arthritis"]].eq(1).any(axis=1)]

如果需要百分比，请使用mean和布尔掩码：

out = claimss[["alzheimers","diabetes","arthritis"]].eq(1).any(axis=1).mean()