从电子邮件主题行提取特定的患者ID

我正在寻找从电子邮件主题行提取患者ID。我正在处理两个数据框：一个来自SQL数据库（包含电子邮件主题行），另一个来自患者信息（医院名称和患者ID）。从电子邮件主题行提取特定的患者ID

我想要使用患者ID并从第一个数据框中清除主题行并返回与该患者相关的医院。不幸的是，我无法提供访问数据。

## Example Data 

Data frame 1 example row: 

Column 1 (from_Email): [email protected] 

Column 2 (Time_IN): 1/11/2000 12:00:00 

Column 3 (from_Subject): Patient H2445JFLD presented into ER with .... symptoms 

Data frame 2 example row: 

Column 1 (Hospital Name): Hospital ABC 

Column 2 (Patient ID): H2445JFLD

来源

2017-02-21 j.reyes

“不幸的是，我无法提供对数据的访问。”不，但是您可以提供几行**示例**数据，这些数据实际上反映了您将收到的数据类型，而实际上并不属于数据集的一部分。例如，如果数据是追踪大学生的成绩（也受法律保护），那么您可以提供描述约翰Q.纳税人和Jane Doe学业记录的记录。你也可以提供一个[mcve]来说明你已经尝试了什么，以及为什么这不起作用。 –

既然你共享只有一行数据，我不能确定电子邮件主题行from_Subject的格局。如果它是一个自动发送电子邮件系统，那么电子邮件主题行from_Subject有固定模式。我提供了3种方法从from_Subject中提取Patient_ID。

library(dplyr) 

df1 <- data_frame(from_Email = "[email protected]", 
        Time_IN = "1/11/2000 12:00:00", 
        from_Subject = "Patient H2445JFLD presented into ER with .... symptoms") 

df2 <- data_frame(Hospital_Name = "Hospital ABC", 
        Patient_ID = "H2445JFLD") 

# Extract 2nd word from the subject line 
df1 <- df1 %>% mutate(Patient_ID = stringr::word(from_Subject, 2)) 
# Extract the word after "Patient" from the subject line 
df1 <- df1 %>% mutate(Patient_ID = str_extract(df1$from_Subject, '(?<=Patient\\s)\\w+')) 
# Extract a word of length 9 that has characters A-Z and 0-9 from the subject line 
df1 <- df1 %>% mutate(Patient_ID = str_extract(df1$from_Subject, '\\b[A-Z0-9]{9}\\b'))

一旦您已经提取Patient_ID，那么它是一个简单的左加入是你需要做的。

left_join(df1, df2, on="Patient_ID") 
#Joining, by = "Patient_ID" 
# A tibble: 1 × 5 
# from_Email   Time_IN   from_Subject           Patient_ID Hospital_Name 
# <chr>     <chr>   <chr>             <chr>  <chr> 
#1 [email protected] 1/11/2000 12:00:00 Patient H2445JFLD presented into ER with .... symptoms H2445JFLD Hospital ABC

来源

2017-02-21 01:40:33

从电子邮件主题行提取特定的患者ID

回答

相关问题