Quiero crear una columna en un DataFrame de Pandas con Python que devuelva un valor booleano (True
, False
) si se cumple una condición en al menos una de las columnas que se van a revisar.
En mi caso específico quiero crear la columna TIENE_COMORBILIDAD
a partir de si en al menos una de las 10 columnas a revisar el valor es "SI"
. En ese caso devolverá True
. De lo contrario, si en ninguna columna tiene un valor "SI"
, devolvería False
.
El dataframe simplicado es este:
FECHA TABAQUISMO EPOC OBESIDAD DIABETES
30/04/2020 SI NO NO SI
30/04/2020 SI NO SI SI
Esto es lo que he intentado:
df["TIENE_COMORBILIDAD"] = df[['DIABETES',
'EPOC', 'ASMA', 'INMUSUPR', 'HIPERTENSION', 'OTRA_COM',
'CARDIOVASCULAR', 'OBESIDAD', 'RENAL_CRONICA', 'TABAQUISMO']].apply(lambda x: "SI" in str (x), axis = 1)
Pero la columna "TIENE_COMORBILIDAD"
me devuelve valores True
en todas las filas, y tras una revisión manual noté que ciertas columnas no tenían el valor "SI" en toda una fila.
¿Alguien conoce de una forma de hacerlo y que se logre la comparación de manera correcta?
df: FECHA TABAQUISMO EPOC OBESIDAD DIABETES 30/04/2020 SI NO NO SI 30/04/2020 SI NO SI SI