Pandas+Pyecharts | 医院药品销售数据可视化

发布: 2023-08-10 14:43:56
转载
1492人浏览过

本期我们通过分析某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,希望对小伙伴们有所帮助
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: 

  • Line — 折线图
  • Bar — 柱状图
  • Calendar— 日历图 
  • stylecloud — 词云图

进入正题~~

1. 导入模块

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
登录后复制

2. Pandas数据处理

2.1 读取数据 

df = pd.read_excel("医院药品销售数据.xlsx")
登录后复制

结果:

Pandas+Pyecharts | 医院药品销售数据可视化

2.2 数据大小 

df.shape
登录后复制
(6578, 7)
登录后复制

一共有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()
登录后复制
部分列存在数据缺失。
登录后复制

2.4 统计空值数据 

df.isnull().sum()
登录后复制

Pandas+Pyecharts | 医院药品销售数据可视化

2.5 输出空行 

df[df.isnull().T.any()]
登录后复制
Pandas+Pyecharts | 医院药品销售数据可视化
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=['购药时间'])
df1[df1.isnull().T.any()]
df1['社保卡号'].fillna('0000', inplace=True)
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)
登录后复制
Pandas+Pyecharts | 医院药品销售数据可视化

2.6 销售数量,应收金额,实收金额三列的统计情况 

df1[['销售数量','应收金额','实收金额']].describe()
登录后复制
Pandas+Pyecharts | 医院药品销售数据可视化
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['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()
登录后复制
Pandas+Pyecharts | 医院药品销售数据可视化

2.7 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' ]]
登录后复制

Pandas+Pyecharts | 医院药品销售数据可视化


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: '#FFFFFF'}, {offset: 1, color: '#ed1941'}], 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()
登录后复制

Pandas+Pyecharts | 医院药品销售数据可视化

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: '#FFFFFF'}, {offset: 1, color: '#08519c'}], 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()
登录后复制
Pandas+Pyecharts | 医院药品销售数据可视化

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 

Pandas+Pyecharts | 医院药品销售数据可视化

销售额与销量基本成正比
3.4 一周每天订单量

Pandas+Pyecharts | 医院药品销售数据可视化

从一周各天数据分布来看,每天销量整理相差不大,周五、周六偏于购药高峰
3.5 自然月每天订单数量

Pandas+Pyecharts | 医院药品销售数据可视化

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 日历图 
日历图可以更直观的看到一个月内每天和每星期的销量:

Pandas+Pyecharts | 医院药品销售数据可视化

3.6 药品名称词云 

Pandas+Pyecharts | 医院药品销售数据可视化


Pandas+Pyecharts | 医院药品销售数据可视化

篇幅原因,部分代码未完全展示,如果需要可在下方获取,也可在线运行(含全部代码+数据文件)

https://www.heywhale.com/mw/project/61b83bd9c63c620017c629bc

以上就是Pandas+Pyecharts | 医院药品销售数据可视化的详细内容,更多请关注php中文网其它相关文章!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。

下载
相关标签:
来源:Python当打之年网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习
PHP中文网抖音号
发现有趣的

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号