TFG snippet

reorder_data.py

new_cols_nodrug = [c for c in df.columns.to_list() if c not in all_drug_cols]

new_cols = new_cols_nodrug.copy()

for i in range(len(drugs)):
    new_cols.append(f"drug_{i}")
    new_cols.append(f"pasi_inicial_{i}")
    new_cols.append(f"tiempo_{i}")
    new_cols.append(f"motivo_{i}")
    
new_df = pd.DataFrame(columns=new_cols)

final_df = pd.DataFrame(columns=new_cols)

for i, pat in df.iterrows():

    new_df = pd.DataFrame(columns=new_cols)

    assert len(new_df.values) == 0

    drugs = [
        "etanercept",
        "infliximab",
        "efalizumab",
        "adalimumab",
        "ustekinumab",
        "secukinumab",
        "ixekizumab",
    ]

    paciente = new_df.append(pat[new_cols_nodrug], ignore_index=True)

    for i in range(len(drugs)):

        fechas_inicio = [f"fecha_inicio_{d}" for d in drugs]

        pat_dates = pat[fechas_inicio].dropna()

        # print(pat_dates, "--", len(pat_dates), "\n\n")
        # print

        if len(pat_dates) > 0:

            current_drug = (
                pat_dates[pat_dates == pat_dates.min()].index[0].split("_")[2]
            )
            pasi_inic = (
                pat[f"pasi_inicial_{current_drug}"]
                if current_drug != "efalizumab"
                else np.nan
            )

            fin = pat[f"fecha_fin_{current_drug}"]
            inicio = pat[f"fecha_inicio_{current_drug}"]

            time = (fin - inicio).days

            # print(time)

            if time < 0:
                fin = pat[f"fecha_fin_{current_drug}"] + pd.DateOffset(years=10)
                time = (fin - inicio).days

                assert time > 0

            motivo = pat[f"motivo_fin_{current_drug}"]

        else:

            current_drug = np.nan
            pasi_inic = np.nan
            time = np.nan
            motivo = np.nan

        paciente[f"drug_{i}"] = current_drug
        paciente[f"pasi_inicial_{i}"] = pasi_inic
        paciente[f"tiempo_{i}"] = time
        paciente[f"motivo_{i}"] = motivo

        # print(current_drug)

        try:
            drugs.remove(current_drug)
        except ValueError:
            continue
            
    final_df = final_df.append(paciente)
    

df["año"] = pd.to_datetime(df["fecha_nacimiento"]).dt.year
df["mes"] = pd.to_datetime(df["fecha_nacimiento"]).dt.month
df["dia"] = pd.to_datetime(df["fecha_nacimiento"]).dt.day
df["sexo"] = df["sexo"].map({"masculino": 1, "femenino": 0}).astype(int)
df["dm"] = df["dm"].map({"si": 1, "no": 0}).astype(int)
df["hta"] = df["hta"].map({"si": 1, "no": 0}).astype(int)
df["dlp"] = df["dlp"].map({"si": 1, "no": 0}).astype(int)
df["otras_comorbilidades"] = (
    df["otras_comorbilidades"].map({"si": 1, "no": 0}).astype(int)
)
df["tto_previo_ciclosporina"] = (
    df["tto_previo_ciclosporina"].map({"si": 1, "no": 0}).astype(int)
)
df["tto_previo_mtx"] = df["tto_previo_mtx"].map({"si": 1, "no": 0}).astype(int)
df["tto_previo_acitretino"] = (
    df["tto_previo_acitretino"].map({"si": 1, "no": 0}).astype(int)
)
df["tto_previo_fototerapia"] = (
    df["tto_previo_fototerapia"].map({"si": 1, "no": 0}).astype(int)
)


df["u_actualizacion_año"] = pd.to_datetime(df["última_actualización"]).dt.year
df["u_actualizacion_mes"] = pd.to_datetime(df["última_actualización"]).dt.month
df["u_actualizacion_dia"] = pd.to_datetime(df["última_actualización"]).dt.day
df["artritis"] = (
    df["artritis"].map({"confirmada": 2, "posible": 1, "no": 0}).astype(float)
)
df["derivado_a_otro_centro"] = (
    df["derivado_a_otro_centro"].map({"si": 1, np.nan: 0}).astype(int)
)

df.drop(labels=["fecha_nacimiento", "última_actualización"], axis=1, inplace=True)