优化学校网站建设方案下载官方网站app

数据分析案例：医疗健康数据分析

1. 项目背景

随着人口老龄化及慢性病患病率的上升，医院对患者再入院（readmission）的管理和预防成为医疗质量和成本控制的关键。再入院不仅增加了医院的负担，也意味着患者未获得充分的随访和康复指导。本案例以某综合医院的患者入院出院数据为例，通过 Pandas 对医疗健康数据进行清洗、探索性分析与建模，构建预测再入院风险的模型，为医院制定个性化干预方案提供数据支持。

---

2. 数据加载与预处理

2.1 加载数据

假设已将医院电子健康记录导出为 hospital_data.csv，主要字段包括：

• patient_id：患者唯一标识
• age：年龄（整数）
• gender：性别（‘Male’/‘Female’）
• admission_date、discharge_date：入院与出院日期
• num_prev_adm：前次入院次数
• length_of_stay：住院天数
• num_medications：住院期间用药种类数
• lab_result：关键实验室指标（连续值）
• readmitted：是否在30天内再入院（0/1）

import pandas as pd# 读取数据并解析日期
df = pd.read_csv('hospital_data.csv', parse_dates=['admission_date', 'discharge_date'])
print("数据概览：")
print(df.head())

2.2 数据清洗

• 检查缺失值与异常
• 计算住院时长
• 编码类别变量

# 缺失值统计
print(df.isnull().sum())# 删除缺失关键字段的记录
df = df.dropna(subset=['age','gender','admission_date','discharge_date','readmitted'])# 计算住院时长（days）
df['length_of_stay'] = (df['discharge_date'] - df['admission_date']).dt.days.clip(lower=1)# 性别编码
df['gender'] = df['gender'].map({'Male':0,'Female':1})print("清洗后数据预览：")
print(df[['patient_id','age','gender','length_of_stay','readmitted']].head())

---

3. 探索性数据分析（EDA）

3.1 再入院率概览

import matplotlib.pyplot as pltreadmit_rate = df['readmitted'].mean()
print(f"总体再入院率：{readmit_rate:.2%}")

3.2 按年龄分组的再入院率

age_bins