python - 如何使用 pandas python 绘制堆积条形图

Question

我有 3 个年度数据数据框(一个用于 2014、2015 和 2016 年)，每个数据框有 3 个列，分别命名为 'PRACTICE'、'BNF NAME'、'ITEMS'。

BNF NAME 是指药物名称，我正在挑选 3 个氨苄西林、阿莫西林和 Co-Amoxiclav。此列具有我想忽略的不同强度/剂量(例如 Co-Amoxiclav 200mg 或 Co-Amoxiclav 300mg 等)，因此我使用 str.contains() 来选择这 3 种药物。ITEMS 是每种药物的处方总数。

我想创建一个堆叠条形图，其中 x 轴为年份(2014、2014、2015)，y 轴为处方总数，3 个条形中的每个条形图根据药物名称分成 3 个.

我假设我需要使用 df.groupby() 并可能选择部分字符串，但是我不确定如何组合年度数据以及如何对数据进行分组以创建堆叠条形图。

任何指导将不胜感激。

这是我用来仅为 3 种药物名称选择行的代码行。

frame=frame[frame['BNF NAME'].str.contains('Ampicillin' and 'Amoxicillin' and 'Co-Amoxiclav')] 

这是每个数据框的样子:

PRACTICE |  BNF NAME |  ITEMS
Y00327 | Co-Amoxiclav_Tab 250mg/125mg | 23
Y00327 | Co-Amoxiclav_Susp 125mg/31mg/5ml S/F | 10
Y00327 | Co-Amoxiclav_Susp 250mg/62mg/5ml S/F | 6
Y00327 | Co-Amoxiclav_Susp 250mg/62mg/5ml | 1
Y00327 | Co-Amoxiclav_Tab 500mg/125mg | 50

Answer 1

您可能会通过几种不同的方式来完成此任务。这是我会怎么做。我使用的是 jupyter notebook，因此您的 matplotlib 导入可能不同。

import pandas as pd
%matplotlib
import matplotlib.pyplot as plt
import matplotlib
matplotlib.style.use('ggplot')

df = pd.DataFrame({'PRACTICE': ['Y00327', 'Y00327', 'Y00327', 'Y00327', 'Y00327'],
                   'BNF NAME': ['Co-Amoxiclav_Tab 250mg/125mg', 'Co-Amoxiclav_Susp 125mg/31mg/5ml S/F',
                                'Co-Amoxiclav_Susp 250mg/62mg/5ml S/F', 'Ampicillin 250mg/62mg/5ml',
                               'Amoxicillin_Tab 500mg/125mg'],
                   'ITEMS': [23, 10, 6, 1, 50]})



Out[52]:
BNF NAME    ITEMS   PRACTICE
0   Co-Amoxiclav_Tab 250mg/125mg    23  Y00327
1   Co-Amoxiclav_Susp 125mg/31mg/5ml S/F    10  Y00327
2   Co-Amoxiclav_Susp 250mg/62mg/5ml S/F    6   Y00327
3   Ampicillin 250mg/62mg/5ml   1   Y00327
4   Amoxicillin_Tab 500mg/125mg 50  Y00327

要模拟您的三个数据框:

df1 = df.copy()
df2 = df.copy()
df3 = df.copy()

设置一列指示数据框代表的年份。

df1['YEAR'] = 2014
df2['YEAR'] = 2015
df3['YEAR'] = 2016

结合三个数据框:

combined_df = pd.concat([df1, df2, df3], ignore_index=True)

设置每一行代表什么药物:

combined_df['parsed_drug_name'] = "" # creates a blank column
amp_bool = combined_df['BNF NAME'].str.contains('Ampicillin', case=False)
combined_df.loc[amp_bool, 'parsed_drug_name'] = 'Ampicillin' # sets the row to amplicillin, if BNF NAME contains 'ampicillin.'

amox_bool = combined_df['BNF NAME'].str.contains('Amoxicillin', case=False)
combined_df.loc[amox_bool, 'parsed_drug_name'] = 'Amoxicillin'

co_amox_bool = combined_df['BNF NAME'].str.contains('Co-Amoxiclav', case=False)
combined_df.loc[co_amox_bool, 'parsed_drug_name'] = 'Co-Amoxiclav'

最后，对数据进行透视，并绘制结果:

combined_df.pivot_table(index='YEAR', columns='parsed_drug_name', values='ITEMS', aggfunc='sum').plot.bar(rot=0, stacked=True)