热门标签
热门文章
- 1jenkins 自动化部署的实现(10)_remotedirectorysdf 什么意思
- 2sqlmap——json注入_sqlmap json注入
- 3Android—Jetpack教程（一）_android jetpack
- 4Fiddler抓不到包该怎么解决_fiddler抓不了包怎么办
- 5【LabVIEW FPGA入门】FPGA中的数据流
- 6Vue系列之—Vuex详解
- 7Linux “wget”命令详解_linux wget
- 8Java线上问题排查系列--系统问题排查的方法/步骤_java线上问题排查–系统问题排查的方法/步骤
- 9快应用开发商城app的实践分享 - 调试
- 10机器学习是如何利用线性代数来解决数据问题的_线性代数在机器人中的应用
当前位置: article > 正文
Pandas+Pyecharts | 医院药品销售数据可视化_pandas 医疗
作者：知新_RL | 2024-03-22 08:40:50
赞
踩
pandas 医疗
目录
2.7 社保卡号、商品编码为一串数字，应为str类型，销售数量应为int类型
前言
本期我们通过分析某些医院半年内的药品销售数据,看看医院那些药物购买者较多,那些天购药者较多等等.
涉及到的库：
Pandas — 数据处理
Pyecharts — 数据可视化
collections — 数据统计
可视化部分：
折线图 — Line
柱状图 — Bar
日历图 — Calendar
第一我们要安装pandas库:安装pandas库的方法是通过pip命令安装:打开cmd,写入pip install pandas
第二我们要安装pyecharts:安装pyecharts的方法是通过windows中搜索anaconda prompt打开，运行下述代码：pip install pyecharts或使用清华镜像下载（建议使用这个）：pip install pyecharts -i https://pypi.tuna.tsinghua.edu.cn/simple
1. 导入模块
- import pandas as pd
- from PIL import Image
- from collections import Counter
- from pyecharts.charts import Bar
- from pyecharts.charts import Line
- from pyecharts.charts import Calendar
- from pyecharts import options as opts
- from pyecharts.commons.utils import JsCode
- from pyecharts.globals import SymbolType
2.Pandas数据处理
2.1 读取数据¶
- df = pd.read_excel('E:\Python博客作业/医院药品销售数据.xlsx')
- df.head(10)
运行结果
2.2 数据大小
df.shape运行结果:
一共6578条药品购买数据。
2.3 查看索引、数据类型和内存信息
df.info()运行结果
部分列存在数据缺失
2.4 统计空值数据¶
df.isnull().sum()运行结果:
2.5 输出包含空值的行
df[df.isnull().T.any()]运行结果:
因为购药时间在后面的分析中会用到，所以我们将购药时间为空的行删除.
- df1 = df.copy()
- df1 = df1.dropna(subset=['购药时间'])
- df1[df1.isnull().T.any()]
2.6 社保卡号用"000"填充
- df1['社保卡号'].fillna('0000', inplace=True)
- df1.isnull().sum()
可以看到没有空值了
2.7 社保卡号、商品编码为一串数字，应为str类型，销售数量应为int类型
- df1['社保卡号'] = df1['社保卡号'].astype(str)
- df1['商品编码'] = df1['商品编码'].astype(str)
- df1['销售数量'] = df1['销售数量'].astype(int)
- df1.info()
- df1.head()
运行结果:
虽然这里我们强制转换社保卡号、商品编码为str类型，但是在读取表格的时候是以float读取的，所以存在小数点，这里我们可以在读取表格文件时指定相应列的数据类型(需要注意如果数据存在空值，那么转换数值型时会失效)：
- df_tmp = pd.read_excel('E:\Python博客作业/医院药品销售数据.xlsx', converters={'社保卡号':str, '商品编码':str, '销售数量':int})
- df_tmp.head()
2.8 销售数量、应收金额、实收金额分布情况
- df2 = df_tmp.copy()
- df2 = df2.dropna(subset=['购药时间'])
- df2['社保卡号'].fillna('0000', inplace=True)
- df2['销售数量'] = df2['销售数量'].astype(int)
- df2[['销售数量','应收金额','实收金额']].describe()
数据中存在负值，显然不合理，我们看一下负值所在的行：
df2.loc[(df2['销售数量'] < 0)]
2.9 负值转正值
- df2['销售数量'] = df2['销售数量'].abs()
- df2['应收金额'] = df2['应收金额'].abs()
- df2['实收金额'] = df2['实收金额'].abs()
- df2.loc[(df2['销售数量'] < 0) | (df2['应收金额'] < 0) | (df2['实收金额'] < 0)].sum()
2.10 列拆分（购药时间列拆分为两列）
- df3 = df2.copy()
- df3[['购药日期', '星期']] = df3['购药时间'].str.split(' ', 2, expand = True)
- df3 = df3[['购药日期', '星期','社保卡号','商品编码', '商品名称', '销售数量', '应收金额', '实收金额' ]]
- df3.head()
2.11 数据时间范围
- len(df3['购药日期'].unique())
- df3.groupby('购药日期').sum()
一共201个购买日期，时间范围2016-01-01至2016-07-19
3. Pyecharts数据可视化
3.1 一周各天药品销量柱状图
- color_js = """new echarts.graphic.LinearGradient(0, 1, 0, 0,
- [{offset: 0, color: 'green'}, {offset: 1, color: 'pink'}], false)"""
-
- g1 = df3.groupby('星期').sum()
- x_data = list(g1.index)
- y_data = g1['销售数量'].values.tolist()
- b1 = (
- Bar()
- .add_xaxis(x_data)
- .add_yaxis('',y_data ,itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js)))
- .set_global_opts(title_opts=opts.TitleOpts(title='一周各天药品销量',pos_top='2%',pos_left = 'center'),
- legend_opts=opts.LegendOpts(is_show=False),
- xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
- yaxis_opts=opts.AxisOpts(name="销量",name_location='middle',name_gap=50,name_textstyle_opts=opts.TextStyleOpts(font_size=16)))
-
- )
- b1.render_notebook()
每天销量整体相差不大，周五、周六偏于购药高峰
3.2 药品销量前十柱状图
- color_js = """new echarts.graphic.LinearGradient(0, 1, 0, 0,
- [{offset: 0, color: '#FFFFFF'}, {offset: 1, color: 'red'}], false)"""
-
- g2 = df3.groupby('商品名称').sum().sort_values(by='销售数量', ascending=False)
- x_data = list(g2.index)[:10]
- y_data = g2['销售数量'].values.tolist()[:10]
- b2 = (
- Bar()
- .add_xaxis(x_data)
- .add_yaxis('',y_data ,itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js)))
- .set_global_opts(title_opts=opts.TitleOpts(title='药品销量前十',pos_top='2%',pos_left = 'center'),
- legend_opts=opts.LegendOpts(is_show=False),
- xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
- yaxis_opts=opts.AxisOpts(name="销量",name_location='middle',name_gap=50,name_textstyle_opts=opts.TextStyleOpts(font_size=16)))
-
- )
- b2.render_notebook()
可以看出：苯磺酸氨氯地平片(安内真)、开博通、酒石酸美托洛尔片(倍他乐克)等治疗高血压、心绞痛药物购买量比较多。
3.3 药品销售额前十柱状图
- color_js = """new echarts.graphic.LinearGradient(0, 1, 0, 0,
- [{offset: 0, color: '#FFFFFF'}, {offset: 1, color: 'yellow'}], false)"""
-
- g3 = df3.groupby('商品名称').sum().sort_values(by='实收金额', ascending=False)
- g3 = g3.round(2)
- x_data1 = list(g3.index)[:10]
- y_data1 = g3['实收金额'].values.tolist()[:10]
- b3 = (
- Bar()
- .add_xaxis(x_data1)
- .add_yaxis('',y_data1 ,itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js)))
- .set_global_opts(title_opts=opts.TitleOpts(title='药品销售额前十',pos_top='2%',pos_left = 'center'),
- legend_opts=opts.LegendOpts(is_show=False),
- xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
- yaxis_opts=opts.AxisOpts(name="销售额",name_location='middle',name_gap=50,name_textstyle_opts=opts.TextStyleOpts(font_size=16)))
-
- )
- b3.render_notebook()
3.4 一周每天订单量
- color_js = """new echarts.graphic.LinearGradient(0, 1, 0, 0,
- [{offset: 0, color: '#25BEAD'}, {offset: 1, color: '#ed1941'}], false)"""
-
- area_color_js = (
- "new echarts.graphic.LinearGradient(0, 0, 0, 1, "
- "[{offset: 0, color: '#25BEAD'}, {offset: 1, color: '#3fbbff0d'}], false)"
- )
- df_week = df3.groupby(['星期'])['实收金额'].count()
- week_x_data = df_week.index
- week_y_data = df_week.values.tolist()
-
- line1 = (
- Line(init_opts=opts.InitOpts(bg_color=JsCode(color_js)))
- .add_xaxis(xaxis_data=week_x_data)
- .add_yaxis(
- series_name="",
- y_axis=week_y_data,
- is_smooth=True,
- is_symbol_show=True,
- symbol="circle",
- symbol_size=6,
- linestyle_opts=opts.LineStyleOpts(color="azure"),
- label_opts=opts.LabelOpts(is_show=True, position="top", color="white"),
- itemstyle_opts=opts.ItemStyleOpts(
- color="pink", border_color="#fff", border_width=3
- ),
- tooltip_opts=opts.TooltipOpts(is_show=False),
- areastyle_opts=opts.AreaStyleOpts(color=JsCode(area_color_js), opacity=1),
- )
- .set_global_opts(
- title_opts=opts.TitleOpts(
- title="一周每天订单量",
- pos_top="2%",
- pos_left="center",
- title_textstyle_opts=opts.TextStyleOpts(color="#fff", font_size=16),
- ),
- xaxis_opts=opts.AxisOpts(
- type_="category",
- boundary_gap=True,
- axislabel_opts=opts.LabelOpts(margin=30, color="#ffffff63",font_weight =900),
- axisline_opts=opts.AxisLineOpts(is_show=False),
- axistick_opts=opts.AxisTickOpts(
- is_show=True,
- length=25,
- linestyle_opts=opts.LineStyleOpts(color="#ffffff1f"),
- ),
- splitline_opts=opts.SplitLineOpts(
- is_show=True, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f")
- ),
- ),
- yaxis_opts=opts.AxisOpts(
- type_="value",
- position="left",
- axislabel_opts=opts.LabelOpts(margin=20, color="#ffffff63"),
- axisline_opts=opts.AxisLineOpts(
- linestyle_opts=opts.LineStyleOpts(width=2, color="#fff")
- ),
- axistick_opts=opts.AxisTickOpts(
- is_show=True,
- length=15,
- linestyle_opts=opts.LineStyleOpts(color="Rose"),
- ),
- splitline_opts=opts.SplitLineOpts(
- is_show=True, linestyle_opts=opts.LineStyleOpts(color="azure")
- ),
- ),
- legend_opts=opts.LegendOpts(is_show=False),
- )
- )
- line1.render_notebook()
3.5 自然月每天订单数量
- linestyle_dic = { 'normal': {
- 'width': 2,
- 'shadowColor': '#696969',
- 'shadowBlur': 10,
- 'shadowOffsetY': 10,
- 'shadowOffsetX': 10,
- }
- }
- df3['购药日期'] = pd.to_datetime(df3['购药日期'])
- df_day = df3.groupby(df3['购药日期'].dt.day)['星期'].count()
- day_x_data = [str(i) for i in list(df_day.index)]
- day_y_data = df_day.values.tolist()
- line2 = (
- Line(init_opts=opts.InitOpts(bg_color=JsCode(color_js)))
- .add_xaxis(xaxis_data=day_x_data)
- .add_yaxis(
- series_name="",
- y_axis=day_y_data,
- is_smooth=True,
- is_symbol_show=True,
- symbol="circle",
- symbol_size=6,
- linestyle_opts=opts.LineStyleOpts(color="#fff"),
- label_opts=opts.LabelOpts(is_show=True, position="top", color="white"),
- itemstyle_opts=opts.ItemStyleOpts(
- color="red", border_color="#fff", border_width=3
- ),
- tooltip_opts=opts.TooltipOpts(is_show=False),
- areastyle_opts=opts.AreaStyleOpts(color=JsCode(area_color_js), opacity=1),
- )
- .set_series_opts(
- linestyle_opts=linestyle_dic,label_opts=opts.LabelOpts(font_size=12, color='red' ),
- markpoint_opts=opts.MarkPointOpts(
- data=[opts.MarkPointItem(type_="max",itemstyle_opts=opts.ItemStyleOpts(
- color="#fed976", border_width=3)),
- opts.MarkPointItem(type_="min",itemstyle_opts=opts.ItemStyleOpts(
- color="#fed976", border_width=3))],
- symbol_size=[65, 50],
- label_opts=opts.LabelOpts(position="inside", color="red", font_size=10)
- ),
- )
- .set_global_opts(
- title_opts=opts.TitleOpts(
- title="自然月每日订单量",
- pos_top="2%",
- pos_left="center",
- title_textstyle_opts=opts.TextStyleOpts(color="#fff", font_size=16),
- ),
- xaxis_opts=opts.AxisOpts(
- type_="category",
- boundary_gap=True,
- axislabel_opts=opts.LabelOpts(margin=30, color="#ffffff63",font_weight =900),
- axisline_opts=opts.AxisLineOpts(is_show=False),
- axistick_opts=opts.AxisTickOpts(
- is_show=True,
- length=25,
- linestyle_opts=opts.LineStyleOpts(color="#ffffff1f"),
- ),
- splitline_opts=opts.SplitLineOpts(
- is_show=True, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f")
- ),
- ),
- yaxis_opts=opts.AxisOpts(
- type_="value",
- position="left",
- axislabel_opts=opts.LabelOpts(margin=20, color="#ffffff63"),
- axisline_opts=opts.AxisLineOpts(
- linestyle_opts=opts.LineStyleOpts(width=2, color="#fff")
- ),
- axistick_opts=opts.AxisTickOpts(
- is_show=True,
- length=15,
- linestyle_opts=opts.LineStyleOpts(color="#ffffff1f"),
- ),
- splitline_opts=opts.SplitLineOpts(
- is_show=True, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f")
- ),
- ),
- legend_opts=opts.LegendOpts(is_show=False),
- )
- )
- line2.render_notebook()
可以看出：5日、15日、25日是药品销售高峰期，尤其是每月15日
3.6 五月每日订单量
- df_day = df3.groupby(df3['购药日期'].dt.day)['星期'].count()
- day_x_data = [str(i) for i in list(df_day.index)]
- day_y_data = df_day.values.tolist()
- times = [x.strftime('%Y-%m-%d') for x in list(pd.date_range('20160501', '20160531'))]
- data = [[times[index],day_y_data[index]] for index,item in enumerate( day_y_data)]
- Cal = (
- Calendar(init_opts=opts.InitOpts(width="800px", height="500px"))
- .add(
- series_name="五月每日订单量分布情况",
- yaxis_data=data,
- calendar_opts=opts.CalendarOpts(
- pos_top='20%',
- pos_left='5%',
- range_="2016-05",
- cell_size=40,
- daylabel_opts=opts.CalendarDayLabelOpts(name_map="cn",
- margin=20,
- label_font_size=14,
- label_color='#EB1934',
- label_font_weight='bold'
- ),
- monthlabel_opts=opts.CalendarMonthLabelOpts(name_map="cn",
- margin=20,
- label_font_size=14,
- label_color='#EB1934',
- label_font_weight='bold',
- is_show=False
- ),
- yearlabel_opts=opts.CalendarYearLabelOpts(is_show=False),
- ),
- tooltip_opts='{c}',
- )
- .set_global_opts(
- title_opts=opts.TitleOpts(
- pos_top="2%",
- pos_left="center",
- title=""
- ),
- visualmap_opts=opts.VisualMapOpts(
- orient="horizontal",
- max_=800,
- pos_bottom='10%',
- is_piecewise=True,
- pieces=[{"min": 600},
- {"min": 300, "max": 599},
- {"min": 200, "max": 299},
- {"min": 160, "max": 199},
- {"min": 100, "max": 159},
- {"max": 99}],
- range_color=['green','pink','yellow','white','gray','light blue']
-
- ),
- legend_opts=opts.LegendOpts(is_show=True,
- pos_top='5%',
- item_width = 50,
- item_height = 30,
- textstyle_opts=opts.TextStyleOpts(font_size=16,color='red'),
- legend_icon ='path://path://M465.621333 469.333333l-97.813333-114.133333a21.333333 21.333333 0 1 1 32.384-27.733333L512 457.856l111.786667-130.432a21.333333 21.333333 0 1 1 32.426666 27.776L558.357333 469.333333h81.493334c11.84 0 21.461333 9.472 21.461333 21.333334 0 11.776-9.6 21.333333-21.482667 21.333333H533.333333v85.333333h106.517334c11.861333 0 21.482667 9.472 21.482666 21.333334 0 11.776-9.6 21.333333-21.482666 21.333333H533.333333v127.850667c0 11.861333-9.472 21.482667-21.333333 21.482666-11.776 0-21.333333-9.578667-21.333333-21.482666V640h-106.517334A21.354667 21.354667 0 0 1 362.666667 618.666667c0-11.776 9.6-21.333333 21.482666-21.333334H490.666667v-85.333333h-106.517334A21.354667 21.354667 0 0 1 362.666667 490.666667c0-11.776 9.6-21.333333 21.482666-21.333334h81.472zM298.666667 127.957333C298.666667 104.405333 317.824 85.333333 341.12 85.333333h341.76C706.304 85.333333 725.333333 104.490667 725.333333 127.957333v42.752A42.645333 42.645333 0 0 1 682.88 213.333333H341.12C317.696 213.333333 298.666667 194.176 298.666667 170.709333V127.957333zM341.333333 170.666667h341.333334V128H341.333333v42.666667z m-105.173333-42.666667v42.666667H170.752L170.666667 895.893333 853.333333 896V170.773333L789.909333 170.666667V128h63.296C876.842667 128 896 147.072 896 170.773333v725.12C896 919.509333 877.013333 938.666667 853.333333 938.666667H170.666667a42.666667 42.666667 0 0 1-42.666667-42.773334V170.773333C128 147.157333 147.114667 128 170.752 128h65.408z'
- ),
- )
- )
- Cal.render_notebook()
4.总结
我学习了Python中常用的数据可视化库，包括matplotlib、seaborn、plotly等。通过实际操作，我掌握了这些库的基本使用方法，了解了它们的特点和优势。同时，我还学习了如何从数据的角度出发进行可视化分析，如何选择合适的可视化方式来呈现数据，以及如何美化图表使其更具可读性和美观度。
本文内容由网友自发贡献，转载请注明出处：【wpsshop博客】
推荐阅读
相关标签
