儿童视力数据（2）

接上文

生成一个近视指标。看看不同年龄段的近视比例

df['idx_of_nearSight'] = (df['sight_impaired'] == True  ) & ((df['right_s'] < -0.5) |(df['left_s'] < -0.5))

df['idx_of_nearSight'].value_counts()

df.groupby('type')['idx_of_nearSight'].value_counts(normalize=True).unstack()

 这里可以看出近视比例随着学段，不断上升了

那么做一个卡方检验。

crs_of_nearSight = df.groupby('type')['idx_of_nearSight'].value_counts(normalize=True).unstack()
crs_of_nearSight

import scipy.stats as ss
ss.chi2_contingency(crs_of_nearSight)

保存crs_of_nearSight是为了后面用。

这样就可以得到卡方检验的结果。

crs_of_nearSight = df.groupby('type')['idx_of_nearSight'].value_counts().unstack()
crs_of_nearSight

import scipy.stats as ss
ss.chi2_contingency(crs_of_nearSight)

 卡方检验必须用绝对数，所以 value_counts()里面的normalize不能有。

 结果，χ2值是1244，非常大，非常显著。

为了写到论文里面，把这个表格赋值到剪切板里。发送到excel。好编辑。

import scipy.stats as ss
ss.chi2_contingency(crs_of_nearSight)
crs_of_nearSight

y = ss.chi2_contingency(crs_of_nearSight)
y
crs_of_nearSight.loc['chi2'] =  y[0]
crs_of_nearSight.loc['P'] =  y[1]
crs_of_nearSight
crs_of_nearSight.to_clipboard()

 

 

 

 删去chi2和P的后面的格就可以。

接下来可以看各个年级的近视率了。

这里生成一个交叉表，还是需要reindex

用pivot_table 也是可以的。

pd.pivot_table(index='nianji', data=df)['idx_of_nearSight']

 

x =  pd.pivot_table(index='nianji', data=df)['idx_of_nearSight']
nianji_order
x.reindex(nianji_order)

 

y =  x.reindex(nianji_order)
plt.plot(y)
plt.xticks(rotation=45)

 得到近视率

 可以看出，近视率从小学到初中，一路攀升。

这里也可以用crosstab

pd.crosstab(index = df['nianji'], columns = df['idx_of_nearSight'])

 可以得到各个年级的近视人数。

 还是做一个图

pd.crosstab(index = df['nianji'], columns = df['idx_of_nearSight'], normalize = 'index')
pd.crosstab(index = df['nianji'], columns = df['idx_of_nearSight'], margins='row')

 算百分比的。

 

 列出行总数的。

 当然这个表也可以计算卡方。

还是做一个图。

x = pd.crosstab(index = df['nianji'], columns = df['idx_of_nearSight'], normalize = 'index')[True]

fig, ax = plt.subplots()
ax.plot(x.reindex(nianji_order))
ax.set_xticklabels(labels = nianji_order, rotation= 45)

 

另外还想分男女生作图。

pd.pivot_table(index='nianji', columns = 'sex', data= df)['idx_of_nearSight']

 用pivot_table 比较简洁。

 

也可以用grouby或者crosstab

x = df.groupby(['nianji', 'sex'])['idx_of_nearSight'].mean().unstack()
x.reindex(nianji_order)

 

 可以得到结果。

做一个图看看。

plt.plot(x.reindex(nianji_order))

 

 

 发现，没有标明男女，那还是分别作图。

fig, ax = plt.subplots()
ax.plot(y['男'], label = '男生')
ax.plot(y['女'], label = '女生')
plt.legend()
plt.xticks(rotation=45)

 

 发现，小学阶段，女生近视率比男生高，一直到初中，初中阶段也是女生近视率略高，这可能是因为，女生都比男生爱学习？？？

 另外一个任务就是，区分 视力不良的程度。 5.0当然是最好的，4.9算是轻度，4.6-4.8算是中度不良，4.5及以下，就是重度。

#---------------------------------------------------------#
#----           *  区分，轻度，重度，中度       *        ----#
#---------------------------------------------------------#

xx  = pd.cut(df['left'], bins = [0, 4.6, 4.85, 4.95, 6], right = True, labels = ["bad", "mid", "little", "good"])
xx.value_counts()
yy = pd.cut(df['left'], bins = [0, 4.6, 4.85, 4.95, 6], right = True)
yy.value_counts()

 

 

 

 可以看出，good的是5.0的。4.6-4.9的是轻度，单纯从左眼来看。

视力好的，有4933个人。轻度不良的（4.9）的有1007.因为区间是 （4.85， 4.95】

中度的是1471，区间是（4.55， 4.85】，重度的是 1366,区间是4.5及以下。

视力不良判别，程度判断指标，只能分开左右眼来判断。分组也很麻烦。左右眼判断要分别开。这个就不做了。

比较简单的是分左右眼，统计均值。

pd.pivot_table(index='nianji', columns = ['sex'], values =['right', 'left'] , data = df)

pd.crosstab(index = df['nianji'], columns=df['sex'], values=df['right'], aggfunc = 'mean')
pd.crosstab(index = df['nianji'], columns=df['sex'], values= df['left'], aggfunc = 'mean')

df.groupby(['nianji', 'sex'])['right', 'left'].mean().unstack()

 上述三种方式，都可以。

x =  df.groupby(['nianji', 'sex'])['right', 'left'].mean().unstack()

x

 用groupby。

 

x =  x.reindex(nianji_order)
x
right_mean = x.loc[:, 'right']
left_mean = x.loc[:, 'left']
right_mean['男']
left_mean['女']

fig, ax = plt.subplots()
plt.plot(right_mean['男'], label = "男生， 右眼")
plt.plot(right_mean['女'], label = "女生， 右眼", linestyle = '--')
plt.plot(left_mean['男'], label = "男生， 左眼")
plt.plot(left_mean['女'], label = "女生， 左眼", linestyle = '--')
plt.legend(loc='best')
plt.xticks(rotation=45)

 

 可以看出，视力的顶峰是一年级时期。或者大班时期，这时候，视力发育成熟，基本都是5.0.从小学开始，一路下降。