Pandas+Pyecharts 병원 약품 판매 데이터 시각화-파이썬 튜토리얼-php.cn

Pandas+Pyecharts 병원 약품 판매 데이터 시각화

Python当打之年

풀어 주다： 2023-08-10 14:43:56

앞으로

1331명이 탐색했습니다.

이번 호에서는 반년 이내에 특정 병원의 약품 판매 데이터를 분석하여 어느 병원에 약품 구매자가 많은지, 어느 날 약품 구매자가 많은지 등을 분석해보겠습니다. 우리 친구들에게 도움이 되었어요.

관련 라이브러리:

Pandas — 데이터 처리
Pyecharts — 데이터 시각화
컬렉션 — 데이터 통계

시각화 부분:

Line — 꺾은선형 차트
Bar — 막대형 차트
Calendar— 달력
stylecloud — 워드 클라우드

본론으로 들어가죠~~

P andas 데이터 처리

2.1 데이터 읽기

import jieba
import stylecloud
import pandas as pd
from PIL import Image
from collections import Counter
from pyecharts.charts import Geo
from pyecharts.charts import Bar
from pyecharts.charts import Line
from pyecharts.charts import Pie
from pyecharts.charts import Calendar
from pyecharts.charts import WordCloud
from pyecharts import options as opts
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType,SymbolType,ChartType

로그인 후 복사

결과:

2.2 데이터 크기

df = pd.read_excel("医院药品销售数据.xlsx")

로그인 후 복사

df.shape

로그인 후 복사

총

6578

의약품 구매 데이터

2.3 查看索引、数据类型和内存信息

df.info()

로그인 후 복사

部分列存在数据缺失。

로그인 후 복사

2.4 统计空值数据

df.isnull().sum()

로그인 후 복사

Pandas+Pyecharts 병원 약품 판매 데이터 시각화

2.5 输出空行

df[df.isnull().T.any()]

로그인 후 복사

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，社保卡号用"000"填充，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 = df.copy()
df1 = df1.dropna(subset=[&#39;购药时间&#39;])
df1[df1.isnull().T.any()]
df1[&#39;社保卡号&#39;].fillna(&#39;0000&#39;, inplace=True)
df1[&#39;社保卡号&#39;] = df1[&#39;社保卡号&#39;].astype(str)
df1[&#39;商品编码&#39;] = df1[&#39;商品编码&#39;].astype(str)
df1[&#39;销售数量&#39;] = df1[&#39;销售数量&#39;].astype(int)

로그인 후 복사

2.6 销售数量,应收金额,实收金额三列的统计情况

df1[[&#39;销售数量&#39;,&#39;应收金额&#39;,&#39;实收金额&#39;]].describe()

로그인 후 복사

数据中存在负值，显然不合理，我们将其转换为正值：

df2 = df1.copy()
df2[&#39;销售数量&#39;] = df2[&#39;销售数量&#39;].abs()
df2[&#39;应收金额&#39;] = df2[&#39;应收金额&#39;].abs()
df2[&#39;实收金额&#39;] = df2[&#39;实收金额&#39;].abs()

로그인 후 복사

2.7 列拆分（购药时间列拆分为两列）

df3 = df2.copy()
df3[[&#39;购药日期&#39;, &#39;星期&#39;]] = df3[&#39;购药时间&#39;].str.split(&#39; &#39;, 2, expand = True)
df3 = df3[[&#39;购药日期&#39;, &#39;星期&#39;,&#39;社保卡号&#39;,&#39;商品编码&#39;, &#39;商品名称&#39;, &#39;销售数量&#39;, &#39;应收金额&#39;, &#39;实收金额&#39; ]]

로그인 후 복사

Pandas+Pyecharts 병원 약품 판매 데이터 시각화

3. Pyecharts数据可视化

3.1 一周各天药品销量柱状图

代码：

color_js = """new echarts.graphic.LinearGradient(0, 1, 0, 0,
    [{offset: 0, color: &#39;#FFFFFF&#39;}, {offset: 1, color: &#39;#ed1941&#39;}], false)"""

g1 = df3.groupby(&#39;星期&#39;).sum()
x_data = list(g1.index)
y_data = g1[&#39;销售数量&#39;].values.tolist()
b1 = (
        Bar()
        .add_xaxis(x_data)
        .add_yaxis(&#39;&#39;,y_data ,itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js)))
        .set_global_opts(title_opts=opts.TitleOpts(title=&#39;一周各天药品销量&#39;,pos_top=&#39;2%&#39;,pos_left = &#39;center&#39;),
            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=&#39;middle&#39;,name_gap=50,name_textstyle_opts=opts.TextStyleOpts(font_size=16)))

    )
b1.render_notebook()

로그인 후 복사

Pandas+Pyecharts 병원 약품 판매 데이터 시각화

每天销量整理相差不大，周五、周六偏于购药高峰。

3.2 药品销量前十柱状图

代码：

color_js = """new echarts.graphic.LinearGradient(0, 1, 0, 0,
    [{offset: 0, color: &#39;#FFFFFF&#39;}, {offset: 1, color: &#39;#08519c&#39;}], false)"""

g2 = df3.groupby(&#39;商品名称&#39;).sum().sort_values(by=&#39;销售数量&#39;, ascending=False)
x_data = list(g2.index)[:10]
y_data = g2[&#39;销售数量&#39;].values.tolist()[:10]
b2 = (
        Bar()
        .add_xaxis(x_data)
        .add_yaxis(&#39;&#39;,y_data ,itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js)))
        .set_global_opts(title_opts=opts.TitleOpts(title=&#39;药品销量前十&#39;,pos_top=&#39;2%&#39;,pos_left = &#39;center&#39;),
            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=&#39;middle&#39;,name_gap=50,name_textstyle_opts=opts.TextStyleOpts(font_size=16)))

    )
b2.render_notebook()

로그인 후 복사