背景：来自于日常工作，针对医院行政人员统计日常门诊信息，手工统计繁琐、容易出错的问题，结合实际特点，采用python对数据进行自动统计。
具体步骤如下:
1.引入python工具包。
import pandas as pd import glob import datetime
2.读取文件夹中的所有xls文件，将其放置到DataFrame中，并将汇总表导出。
files=glob.glob(r"*.xls") datas=pd.DataFrame() for file in files: data=pd.read_excel(file,header =1) datas=pd.concat([data,datas]) datas.to_excel("Exportfiles/汇总.xls",encoding="gbk",index=0)
3.对DataFrame中的数据进行清洗，填充空值，去除不合理的、重复的项目。
data_res=datas #数据清理 data_res=data_res[(data_res["病人性质"]!="门诊慢病")] data_res=data_res[~(data_res["接诊医生"].isin(["管理员"]))] #去除空格 data_res["姓名"]=data_res["姓名"].str.replace(" ","") # #删除重复项 data_res.fillna("未知",inplace=True) data_res_last=data_res.drop_duplicates(subset=["姓名","身份证号","就诊科室"]) data_res_last.to_excel("Exportfiles/清洗后.xls",encoding="gbk",index=0)
4.读取科室与医生对应表，创建待输出的DataFrame。
#每科的人数 #针对接诊医生 JieZhenDoc=data_res_last["接诊医生"].unique() dataFrame=pd.DataFrame(columns=["科室","医生","总人数","无诊断人数","无日期人数","35岁以上人数","35岁以上未测血压人数"])
#获取医生与科室 DoctorKeShi=pd.read_excel("原始资料/医生一览表.xls",index_col=0,header =0) DoctorKeShi=DoctorKeShi.reset_index() DoctorKeShi["姓名"]=DoctorKeShi["姓名"].str.replace(" ","")
5.对病人年龄数据进行处理。
#根据身份证号提取年龄 def ExtractionAge(data): Id=data["身份证号"] if(len(Id)==18): year=Id[6:10] return datetime.datetime.now().year-int(year) else: return 101
data_res_last["年龄"]=data_res_last["年龄"].str.replace("岁","") data_res_last["年龄"]=data_res_last["年龄"].str.replace("月","00") data_res_last["年龄"]=data_res_last["年龄"].str.replace("天","00") #df.loc[df['商品毛重'] > 10, '商品毛重'] = df.商品毛重 / 1000 data_res_last.loc[data_res_last["年龄"]=="未知","年龄"]=data_res_last[data_res_last["年龄"]=="未知"].apply(lambda x:ExtractionAge(x), axis = 1)
data_res_last["年龄"]=pd.to_numeric(data_res_last["年龄"])
6.针对各个大夫本月的各项指标进行统计。
for i in JieZhenDoc: data=data_res_last[data_res_last["接诊医生"]==i] ZongRenShu=data.shape[0] WuZhenDuanRenShu=data[data["初步诊断"]=="未知"].shape[0] WuRiQi=data[data["发病日期"]=="未知"].shape[0] NianLingO35=data[(data["年龄"]>34)&(data["年龄"]<100)].shape[0] NianLingO35WuXueYa=data[(data["年龄"]>34)&(data["年龄"]<100)&(data["血压"]=="未知")].shape[0]>0 if(DoctorKeShi["科室"][DoctorKeShi["姓名"]==i].count()>0): Keshi=DoctorKeShi["科室"][DoctorKeShi["姓名"]==i].values[0] if((Keshi=="产科一区" or Keshi=="产科二区")): NianLingO35WuXueYa=data[(data["血压"]=="未知")].shape[0] if(Keshi=="新生儿室"or Keshi=="儿科二区"or Keshi=="儿科一区"): NianLingO35WuXueYa=0 dataFrame.loc[i]={"科室":Keshi,"医生":i,"总人数":ZongRenShu,"无诊断人数":WuZhenDuanRenShu,"无日期人数":WuRiQi,"35岁以上人数":NianLingO35,"35岁以上未测血压人数":NianLingO35WuXueYa} else: print(i)
7.对DataFrame中的多列进行数字化处理。
dataFrame[['总人数', '无诊断人数', '无日期人数', '35岁以上人数', '35岁以上未测血压人数']]=(dataFrame[['总人数', '无诊断人数', '无日期人数', '35岁以上人数', '35岁以上未测血压人数']]).apply(pd.to_numeric)
8.对未测量血压占比进行计算。
Result_deal=dataFrame Result_deal["医生未测血压占比"]=Result_deal.apply(lambda x:DoctorRate(x), axis = 1)
def DoctorRate(x): if(x["35岁以上人数"]==0): return 0 else: c=x["35岁以上未测血压人数"]/x["35岁以上人数"] temp="%.2f%%" % (c * 100) return temp def DepartmentRate(x): if(x["35岁以上人数"]==0): return 0 else: c=x["35岁以上未测血压人数"]/x["35岁以上人数"] temp="%.2f%%" % (c * 100) return temp
9.导出医生详细列表。
Result_deal.to_excel("Exportfiles/医生详细汇总.xls",encoding="gbk",index=0)
10.对科室详细信息进行统计。
Department_Res=Result_deal.groupby(["科室"]).sum().reset_index() Department_Res["科室未测血压占比"]=Department_Res.apply(lambda x:DepartmentRate(x), axis = 1) Department_Res.to_excel("Exportfiles/科室详细汇总.xls",encoding="gbk",index=0)
