數據分析案例：醫療健康數據分析

1. 項目背景

隨著人口老齡化及慢性病患病率的上升，醫院對患者再入院（readmission）的管理和預防成為醫療質量和成本控制的關鍵。再入院不僅增加了醫院的負擔，也意味著患者未獲得充分的隨訪和康復指導。本案例以某綜合醫院的患者入院出院數據為例，通過 Pandas 對醫療健康數據進行清洗、探索性分析與建模，構建預測再入院風險的模型，為醫院制定個性化干預方案提供數據支持。

---

2. 數據加載與預處理

2.1 加載數據

假設已將醫院電子健康記錄導出為 hospital_data.csv，主要字段包括：

• patient_id：患者唯一標識
• age：年齡（整數）
• gender：性別（‘Male’/‘Female’）
• admission_date、discharge_date：入院與出院日期
• num_prev_adm：前次入院次數
• length_of_stay：住院天數
• num_medications：住院期間用藥種類數
• lab_result：關鍵實驗室指標（連續值）
• readmitted：是否在30天內再入院（0/1）

import pandas as pd# 讀取數據并解析日期
df = pd.read_csv('hospital_data.csv', parse_dates=['admission_date', 'discharge_date'])
print("數據概覽：")
print(df.head())

2.2 數據清洗

• 檢查缺失值與異常
• 計算住院時長
• 編碼類別變量

# 缺失值統計
print(df.isnull().sum())# 刪除缺失關鍵字段的記錄
df = df.dropna(subset=['age','gender','admission_date','discharge_date','readmitted'])# 計算住院時長（days）
df['length_of_stay'] = (df['discharge_date'] - df['admission_date']).dt.days.clip(lower=1)# 性別編碼
df['gender'] = df['gender'].map({'Male':0,'Female':1})print("清洗后數據預覽：")
print(df[['patient_id','age','gender','length_of_stay','readmitted']].head())

---

3. 探索性數據分析（EDA）

3.1 再入院率概覽

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

3.2 按年齡分組的再入院率

age_bins