pandas - 列变量的绘图分布

Question

我正在尝试可视化一些数据，但我对这个主题不是很有经验，并且很难找到最佳的海湾来获得我正在寻找的东西。我四处搜索并发现了类似的问题，但没有什么能准确回答我想要的问题，所以希望我没有重复常见问题。

无论如何，我有一个 DataFrame，其中有一列patient_id( 和其他列，但这是相关的。例如：

   patient_id  other_stuff
0      000001          ...
1      000001          ...
2      000001          ...
3      000002          ...
4      000003          ...
5      000003          ...
6      000004          ...
etc

每行代表患者的一个特定发作。我想绘制分布图，其中 x 轴是患者的发作次数，y 轴是发生所述发作次数的患者数量。例如，根据上述情况，有 1 名患者发作 3 次，1 名患者发作 2 次，2 名患者各发作 1 次，即x = [1, 2, 3], y = [2, 1, 1]。目前，我执行以下操作：

episode_count_distribution = (
    patients.patient_id
    .value_counts() # the number of rows for each patient_id (i.e. episodes per patient)
    .value_counts() # the number of patients for each possible row count above (i.e. distribution of episodes per patient)
    .sort_index()
)
episode_count_distribution.plot()

这种方法满足了我的要求，但让我觉得有点不透明且难以遵循，所以我想知道是否有更好的方法。

Answer 1

您可能正在寻找类似的东西

df.procedure_id.groupby(df.patient_id).nunique().hist();

解释：

• df.procedure_id.groupby(df.patient_id).nunique()查找每个患者的独特手术数量。

• hist()绘制直方图。

例子

df = pd.DataFrame({'procedure_id': [3, 2, 3, 2, 4, 1, 2, 3], 'patient_id': [1, 2, 3, 2, 1, 2, 3, 2]})
df.procedure_id.groupby(df.patient_id).nunique().hist();
xlabel('num patients');
ylabel('num treatments');