计算列值计数为Python数据框中的条图

Question

我有时间序列数据，希望看到 sepislabel 列中的化粪池（1）和非性（0）患者的总数。非性能患者没有“ 1”条目。虽然化粪池患者首先具有“零（0）”，但它变为“ 1”意味着它现在变成化粪池。数据看起来像这样：

HR	SBP	DBP	SEPSISLABEL	性别	P_ID
92	120	80	0	0	0
98	115	85	0	0 0	0 1
93	125	75	0	1	1
95	130	90 90	1	93	93
125	75	1	1	1	1
93	95 130	90 90	125 75 1	125 1	1 1 1
93 125	125	75	1	1	1
95	130	90	1	1 1	1
102	120	80	0 0	0	2
109	115	75	0	0	2
94	135	100	0 0	0	2
97	100	70	0	0	3
85	120	80	0	0	3
88	115	75	1	0	3
93 125	85	85	1	0	3
78	130	90	1	1 1	4
115	140	110	1	1	4

，这里有3名化粪池患者（P_ID = 1、3、4）和2名非骨化患者（P_ID = 0、2）。我想将这个数字绘制为条形图。因此，我使用以下代码手动执行此操作：

import matplotlib.pyplot as plt
fig = plt.figure(figsize=(7, 6))
ax = fig.add_axes([0,0,1,1])
sepsis = ['Non-Septic patients', 'Septic patients']
count = [2, 3]
ax.bar(sepsis, count)

ax.set_title("Septic and Non-septic patient count in the dataset", y = 1, fontsize = 15)
ax.set_xlabel('Patients', fontsize = 12)
ax.set_ylabel('Count', fontsize = 12)

for bars in ax.containers:
    ax.bar_label(bars)
ax.margins(y=0.1)  
plt.show()

1. 但是，我不想手动计算化粪池和非性能患者的数量，因为我拥有的数据很大。这只是虚拟数据。我知道我必须使用P_ID列，但不确定如何。
2. 我要绘制的第二件事是从这些化粪池和非性能患者中，基于 Gender 列的男性（1）和女性（1）。我想要这样的图表：

****更新****

使用drop_duplicates默认情况下仅保留第一行。因此，最初具有0s的化粪池患者，然后将其更改为1，就会出现问题。即使患者是化粪池，也只使用代码也只有第一行。因此，化粪池患者的总数下降，而非性患者人数增加，这不应增加。是否只能将这些行保留在化粪池患者中，0更改为1？因此，所有化粪池患者的第一行中的sepislabel中都有1，而不是0。这将提供正确数量的化粪池患者。

Answer 1

1）使用np.Where。对于2），您可以使用seaborn用于第二目的：

dedup = df.groupby('P_ID')[['SepsisLabel', 'Gender']].max().reset_index()

dedup['SepticType'] = np.where(dedup.SepsisLabel, 'Septic', 'NonSeptic')
sns.countplot(data=dedup, x='SepticType', hue='Gender')

output：