[Pandas]데이터 분석하기

파이썬의 판다스 라이브러리를 사용하여 데이터를 확인해보겠습니다.

이를 위해, 먼저 데이터를 다운 받아보겠습니다. 아래의 사이트에 이동해서 데이터를 다운받아서 알집을 풀어준 후, 원하시는 경로에 저장하면 됩니다. 아래 데이터는 의료데이터 입니다.

https://physionet.org/content/mimiciii-demo/1.4/#files-panel

MIMIC-III Clinical Database Demo v1.4

그다음, 먼저 판다스를 import합니다.

import pandas as pd

PATH에 데이터를 저장한 경로를 작성한 다음, 아래와 같이 데이터프레임으로 불러옵니다.

PATH = '/content/drive/MyDrive/data/mimic-iii-clinical-database-demo-1.4/'
patients =  pd.read_csv(PATH+"PATIENTS.csv" )
admissions = pd.read_csv(PATH+"ADMISSIONS.csv" )
diagnoses_icd = pd.read_csv(PATH+"DIAGNOSES_ICD.csv" )
icustays =  pd.read_csv(PATH+"ICUSTAYS.csv" )
d_icd_diagnoses = pd.read_csv(PATH+"D_ICD_DIAGNOSES.csv" )
chartevents = pd.read_csv(PATH+"CHARTEVENTS.csv" )

이제 판다스를 이용해서 데이터를 분석해보겠습니다.

• 정보보기

patients.info()

patients.nunique()

patients.gender.value_counts()

patients.subject_id

 

• patients 테이블 정보 확인 및 부분 정보 추출

patients.loc[:, 'subject_id':'dob']

 

• 질환명 데이블 정보 확인

diagnoses_icd.info()

diagnoses_icd.columns

d_icd_diagnoses.info()

 

• 환자의 진단명 알아보기

pd.merge(diagnoses_icd, d_icd_diagnoses, on='icd9_code', how='left')

df1 =pd.merge(diagnoses_icd, d_icd_diagnoses, on='icd9_code', how='left')[['subject_id', 'hadm_id', 'seq_num', 'icd9_code', 'short_title']]
df1

 

• 어느 진단명의 환자가 많았을까?

df1.short_title.value_counts()

- 20개정도 보기

df1.short_title.value_counts()[:20]

 

• 각 환자는 몇 번씩 입원했나?

g = df1.groupby(['subject_id'])
g.count()

g.hadm_id.count()

 

• 환자별로 입원시 진단명 확인

for p_id, df in g:
  print(f'subject_id: {p_id}')
  print(df.short_title.values)
  print()

 

• 환자 정보 중 성별 정보와 입원 정보 추출

d2 = pd.merge(patients, admissions, on='subject_id', how='left')
d2 = d2[['subject_id', 'gender', 'hadm_id', 'insurance', 'diagnosis', \
   'admittime', 'admission_type', 'admission_location']]
d2

 

• 환자는 어떻게 입원했는가? 보험은?

d2.admission_type.value_counts()

d2.insurance.value_counts()

 

• 각 보험별로 질환별 환자는 몇 명인가?

d2.groupby(['insurance', 'diagnosis']).count()

 

• 어떤 보험의 어떤 질환이 가장 많았을까?

d2.groupby(['insurance', 'diagnosis']).subject_id.count()

d2.groupby(by=['insurance', 'diagnosis']).count().index[0:2]

 

d2.groupby(['insurance', 'diagnosis']).subject_id.count().max()

d2.groupby(['insurance', 'diagnosis']).subject_id.count().argmax()

d2.groupby(by=['insurance', 'diagnosis']).count().index[61]

 

• 환자의 집중치료실 입원정보

#환자 정보를 집중치료실 입원정보와 결합
d3 = pd.merge(d2, icustays, on=['subject_id', 'hadm_id'])
d3

d3.subject_id.value_counts()

 

• 환자별 집중치료실 입원횟수와 입퇴원 날짜 시간 알아보기

 g = d3.groupby('subject_id')

for p_id, df in g:
  print(f'subject_id: {p_id} ({len(df)}회')
  print(df[['first_wardid', 'last_wardid', 'intime', 'outtime']])
  print()

for p_id, df in g:
  print(f'subject_id: {p_id} ({len(df)}회')
  print(df[['icustay_id','first_wardid', 'last_wardid', 'intime', 'outtime']])
  print('-'*70)

d3[d3.subject_id ==41976][['icustay_id', 'first_wardid', 'last_wardid', 'intime', 'outtime']]

 

• 질환별로 집중치료실 사용상태 알아보기

d3.columns

g = d3.groupby('diagnosis')
g.count().subject_id.value_counts()

for d_id, df in g:
  print(f'질환명: {d_id} ({len(df)}회')
  print(df[['subject_id', 'intime', 'outtime']])
  print('-'*70)