用一个dataframe的其他列上的多个日期列和条件注释热图

Question

我有一个样本数据如下所示。

import pandas as pd

data = {'ID':['001', '002', '003', '004', '005'],
    'Aim2 Date':['9/3/19', '9/3/19', '9/13/19', '9/20/19', '9/23/19'],
    'Aim2 C/I' :['Intervention', 'Intervention', 'Intervention', 'Control', 'Intervention'],
    'Aim3 Date':['9/17/19','9/19/19','9/27/19','9/30/19','10/8/19'],
    'Aim3 C/I' :['Control', 'Intervention', 'Control', 'Withdraw', 'Withdraw']}

df = pd.DataFrame(data)

目标是创建一个热图，其中日期的2列被组合成一个单一的x轴的热映射顺序。热图的y轴有ID号.热图应包括以下3类：

• 0 -如果当天C/I列都没有干预，则
• 1-如果当天Aim2 C/I列中有“干预”，则为
• 2-如果当天Aim3 C/I列中存在“干预”。

F 211

输出的图像如下所示。

​

​

我真的很难检查条件，创建类别并在热图中注释它们。

Answer 1

首先对数据进行整形；然后热映射本身将是简单明了的：

# map the intervention codes
df['Aim2 C/I'] = np.where(df['Aim2 C/I'] == 'Intervention', 1, 0)
df['Aim3 C/I'] = np.where(df['Aim3 C/I'] == 'Intervention', 2, 0)

# concat the date and C/I columns into long form
df = pd.concat([
    df[['ID', 'Aim2 Date', 'Aim2 C/I']].rename(columns={'Aim2 Date': 'Date', 'Aim2 C/I': 'C/I'}),
    df[['ID', 'Aim3 Date', 'Aim3 C/I']].rename(columns={'Aim3 Date': 'Date', 'Aim3 C/I': 'C/I'}),
])

# pivot the dates into columns
df['Date'] = pd.to_datetime(df['Date']).dt.strftime('%Y-%m-%d')
df = df.pivot_table(index='ID', columns='Date', fill_value=0).droplevel(0, axis=1)

# plot the annotated heatmap with discretized colorbar
ax = sns.heatmap(df, annot=True, cmap=sns.color_palette('cividis', 3))
colorbar = ax.collections[0].colorbar
colorbar.set_ticks([0.33, 1, 1.67])
colorbar.set_ticklabels(['0: No interventions', '1: Aim2 intervention', '2: Aim3 intervention'])

​

​

详细分解

1. 使用np.where映射Intervention代码：

df‘Aim2C/I’=np.where(df‘Aim2C/I’==‘干预’，1，0) df‘Aim3C/I’=np.where(df‘Aim3C/I’==‘干预’，2，# ID Aim2 Date Aim2 C/I Aim3 Date Aim3 C/I #0 001 9/3/19 1 9/17/19 0#1 002 9/3/19 1 9/19 2#2 003 9/13/19 1 9/27/19 #3 004 9/20/19 0 9/30/19 #4 005 9/23/19 1 10/8/19 0

将

1. concat Date和C/I列分为长形式：

df = pd.concat([ df['ID'，'Aim2 Date'，'Aim2 C/I'].rename(columns={'Aim2 Date'：'Date'，'Aim2 C/I'：'C/I'})，df['ID'，'Aim3 Date'，'Aim3 C/I‘’].rename(columns={ 'Aim3 Date'：'Date'，‘Aim3 C/I'：'C/I'})，# ID日期C/I #0 001 9/3/19 1#1 002 9/3/19 1#2 003 9/13/19 1#3 004 9/19 1#3 004 9/19 0#4 005 9/19 1#0 001 9/17/19 0#1 002 9/19 2#2 003 9/27/19 #3 004 9/30/19 0#4 005 10/8/19 0

1. 将日期创建为列的pivot_table：

df'Date‘= pd.to_datetime(df'Date').dt.strftime('%Y-%m-%d') df =df.pivot_table(索引=’ID‘，列=’Date‘，fill_value=0).droplevel(0，( axis=1) #日期2019-09-03 2019-09-13 2019-09-17 2019-09-19 2019-09-20 2019-09-23 2019-09-23 2019-09-27 2019-09-30 2009-08# ID # 001 10 0 0 2 1 0 0 0 10 0 00 0 1 0 0 0

1. 用discretized colorbar绘制带注释的heatmap：

ax = sns.heatmap(df，annot=True，cmap=sns.color_palette('cividis'，3))彩色条= ax.collections.colorbar colorbar.set_ticks(0.33，1，1.67) colorbar.set_ticklabels('0:无干预‘，'1: Aim2干预’，'2: Aim3 colorbar.set_ticks‘)