python etl 大猩猩_大数据ETL实践探索 ---- 使用python 进行 快速EDA综合可视化

可视化处理的前置处理

数据清洗

对于可视化的过程，拿到一份数据，我们首先要做的是进行数据清洗。我在这篇博文：数据清洗的目的，方法

介绍了数据清洗的一个通用步骤。

针对这个通用流程，我们 准备了一份医疗领域 的通用 样例数据，准备进行分析探查以及基本的可视化工作。

使用pandas 对数据进行处理

通过文件加载，我们首先需要将文件中的数据转化为pandas 的dataframe ，

假设我们有一个脱密后的HIS数据

# 删除不需要的列

medicalTest_Delete_list= ["序号"]

medicalTest_str_list = [

"诊断编码(ICD编码)"

,"诊断名称"

,"出院小结"

,"出院小结"

,"医院科室"]

medicalTest_IntegerType_list = ["序号","实际住院天数"]

medicalTest_category_list = ["诊断编码(ICD编码)","诊断名称","医院科室"]

medicalTest_FloatType_list = ["基金支付金额","总金额"]

medicalTest_DateType_list = ["入院日期",