代码拉取完成,页面将自动刷新
# 处理牙防和儿牙的数据
# 最终形成的数据是包括:姓名,科室,职称级别,职称名称4要素
import yaml
import os
import pandas as pd
with open(os.path.join('data_src','name_title.yaml'),encoding='utf8') as yml:
yaml_data = yaml.safe_load(yml)
def df_data_extract(name_list):
splitter = ','
df = pd.DataFrame(name_list).rename(columns={0:'name'})
df[['name','title']] = df['name'].str.split(splitter,expand=True)
title_class_dict = {
'主治医师':'中级',
'主管护师':'中级',
'副主任医师':'副高',
'医师':'初级',
'护士':'初级',
'护师':'初级',
}
title_class_expense_budget_dict = {
'初级':400,
'中级':500,
'副高':800,
'正高':1000,
}
yhj_class_dict = {
'主治医师': '医师',
'主管护师': '护士',
'副主任医师': '医师',
'医师': '医师',
'护士': '护士',
'护师': '护士',
}
df['title_class'] = df['title'].map(title_class_dict)
df['yhj_class'] = df['title'].map(yhj_class_dict)
df['expense_budget'] = df['title_class'].map(title_class_expense_budget_dict)
df = df.set_index('name')
return df
df_yafang = df_data_extract(yaml_data['牙防人员'])
df_yafang['department'] = 'yf牙防'
df_erya = df_data_extract(yaml_data['儿牙人员'])
df_erya['department'] = 'er儿牙'
df_rst = pd.concat([df_yafang,df_erya])
df_rst.to_csv('name_list_erya_yafang.csv')
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。