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（2014年，2015年和2016年一个），每个数据框都有3列名为'PRACTICE', 'BNF NAME', 'ITEMS'。

BNF NAME是指药物名称，我正在挑选3种氨苄青霉素，阿莫西林和Co-Amoxiclav。这个专栏有不同的强度/剂量（例如Co-Amoxiclav 200mg或Co-Amoxiclav 300mg等），我想忽略，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。

我想创建一个堆积条形图，x轴为年（2014年，2014年，2015年），y轴为处方总数，每个药品名称将3条中的每一条分成3个

我假设我需要使用df.groupby()并选择部分字符串，但是我不确定如何组合年度数据，然后如何对数据进行分组以创建堆积条形图。

非常感谢任何指导。

这是我用来选择3种药物名称行的代码行。

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

这是每个数据帧类似的内容：

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

可能会有几种不同的方法来实现这一目标。这是我将如何做到的。我使用的是一个jupyter笔记本，所以你的matplotlib进口可能会有所不同。

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

模拟三个数据框：

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

设置一个列，指示数据帧代表的年份。

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

组合三个数据帧：

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

设定每行代表的药物：

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，对数据执行一个数据透视，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)