Week 1: Pre-processing

df = pd.read_csv('patients_data.csv')
df.shape; df.dtypes; df.head()
df.isnull().sum()                    # นับ NULL
df.dropna(subset=['HbA1c_level'])
df['bp'].fillna(df['bp'].mean())     # impute
df = df[(df.Age>=0)&(df.Age<=89)]    # validity
pd.to_datetime(df['admission_date'])
df.to_csv('clean.csv', index=False)
json.load(open('patient_fhir_demo.json'))
pd.json_normalize(rec, record_path=['entry'])

Week 2: Merge & GroupBy

pd.merge(rx, reg, on='practice_code',
         how='left')                 # LEFT JOIN
g = df.groupby('practice_name').agg(
    total=('cost','sum'),
    avg=('cost','mean'),
    n=('items','count')).reset_index()
# HAVING:
g[g['n'] > 50].sort_values('total', ascending=False)

Week 3: Boolean Indexing

mask = (df.gender=='female') & \
      (df.age>=60) & (df.hba1c>7)   # วงเล็บ!
cohort = df.loc[mask]
df[df['DRUG'].isin(['METFORMIN','INSULIN'])]
df.info(); df.describe()
invalid = df[df.dischtime < df.admittime]

& | ~ (bitwise) — and/or ธรรมดา error!

Week 4: Architecture

PySynthea (tietai-synthea) = Python-native synthetic patient generator (แทน Synthea Java)

CREATE TABLE IF NOT EXISTS patients(
 patient_id INTEGER PRIMARY KEY,
 hn TEXT UNIQUE NOT NULL,
 systolic_bp REAL CHECK(systolic_bp>0));
INSERT INTO patients VALUES(…);
INSERT OR IGNORE …           -- skip dup
cur.executemany(sql, rows); con.commit();
SELECT cols FROM t LIMIT 5 OFFSET 5;
SELECT sql FROM sqlite_master;   -- schema
PRAGMA table_info(patients);

Must-know traps

• PK = UNIQUE+NOT NULL+stable; INTEGER PK = rowid alias
• = NULL → 0 rows; ใช้ IS NULL
• LIMIT ไม่มี ORDER BY → ลำดับไม่การันตี
• SQLite types: TEXT/INTEGER/REAL/NUMERIC/BLOB
• วันที่ = TEXT ISO8601 'YYYY-MM-DD'
• ลืม commit() = ข้อมูลหาย

WHERE gender='หญิง' AND hba1c>7
WHERE NOT(gender='หญิง')
SELECT COUNT(*) n, AVG(hba1c), MIN… MAX…
COUNT(DISTINCT gender)
ORDER BY hba1c DESC, hn ASC
hn LIKE 'HN-54%'   birth LIKE '____-02-__'
gender IN ('ชาย','หญิง')
hba1c BETWEEN 6.5 AND 7.0
strftime('%Y',birth_date) AS y
CAST((julianday('now')-julianday(d))/365.25 AS INT) age

Pipeline (จำ!)

• alias ใช้ใน ORDER BY ✓ / WHERE ✗
• NOT IN (+NULL in list) → 0 rows
• BETWEEN รวมขอบทั้งสอง
• aggregate ข้าม NULL (COALESCE ถ้าต้องการ 0)

PRAGMA foreign_keys = ON   -- per connection!
REFERENCES patients(patient_id)

INNER JOIN r ON r.pid=p.pid   -- match only
LEFT  JOIN …                  -- left full
LEFT … WHERE r.rx_id IS NULL  -- anti-join
RIGHT/FULL OUTER              -- SQLite≥3.39
SELF: referrals a JOIN patients pa… pb…
q1 UNION q2                   -- dedupe stack

GROUP BY drug
HAVING COUNT(*) > 1
-- non-aggregate ⇒ ต้องอยู่ใน GROUP BY

Pipeline 8 ขั้น

• dot notation p.col/r.col — กัน ambiguous
• anti-join = หา "ไม่มี" (missed follow-up)
• UNION dedupe / UNION ALL เร็วกว่า

ตัวอย่างจริง

"แสดง 3 คลินิกที่จ่ายยา Metformin เฉลี่ยราคาสูงสุด"

1. output: clinic, avg_price → SELECT
2. rx table → FROM prescriptions
3. Metformin only → WHERE drug='Metformin'
4. "แต่ละคลินิก" → GROUP BY practice_code
5. —
6. sport สูงสุด 3 → ORDER BY DESC LIMIT 3

🎒 ของที่ต้องมี

• โฟลเดอร์โปรเจกต์ที่รันได้: uv run jupyter lab ผ่านแน่นอน
• healthinfo.db (patients + prescriptions)
• สำเนา notebooks wk05–07 (offline reference ถ้าอนุญาต)
• Printed cheat sheets wk05–07 (ตามที่ประกาศอนุญาต)
• PowerShell พร้อม scoop/uv ทดสอบก่อนวันสอบ!

🧘 ระหว่างสอบ

• อ่านทุกข้อก่อน — เริ่มจากข้อที่ชัวร์
• SQL: รัน sanity check (COUNT/LIMIT 5) ทุก query
• = NULL trap, วงเล็บ boolean, dot notation
• เหลือเวลา 10 นาทีสุดท้าย = ตรวจ commit/close + save file