如何在循环绘制受试者临床数据图时仅添加基线标记？

我看你现在遇到两个核心问题：一是没法只给基线（Visit 2 - Baseline）的bcva值加星形标记，之前的代码会显示所有点；二是想知道怎么在循环绘制每个受试者曲线时，叠加新的数据类型。咱们一个个来解决。

一、只添加基线数据的星形标记 #

你之前的代码错误在于没有筛选出仅基线的行，直接用了整个受试者的数据集去画标记，所以所有点都变成星形了。正确的做法是先从每个受试者的数据里提取基线记录，再单独绘制这些点：

import matplotlib.pyplot as plt
import seaborn as sns

for subject, sub_df in new_od_df.groupby(by='subject'):
    # 绘制对侧眼和治疗眼的随访曲线（原有代码保留）
    plt.plot(sub_df['visit_date'], sub_df['bcva_OS'], marker='^', label='OS (fellow)', color=sns.xkcd_rgb['pale red'])
    plt.plot(sub_df['visit_date'], sub_df['bcva_OD'], marker='o', label='OD (treated)', color=sns.xkcd_rgb['denim blue'])
    
    # 1. 筛选当前受试者的基线数据
    baseline_df = sub_df[sub_df['visit_label'] == 'Visit 2 - Baseline']
    # 2. 绘制基线的星形标记（用scatter更适合单独标记点，也可以用plot）
    if not baseline_df.empty:  # 避免没有基线记录的情况报错
        plt.scatter(baseline_df['visit_date'], baseline_df['bcva_OS'], 
                    marker='*', s=100, color=sns.xkcd_rgb['light pink'], 
                    label='BL (fellow)')
        plt.scatter(baseline_df['visit_date'], baseline_df['bcva_OD'], 
                    marker='*', s=100, color=sns.xkcd_rgb['baby blue'], 
                    label='BL (treated)')
    
    # 图例和显示设置
    plt.legend(bbox_to_anchor=(1.05, 1), loc=2, borderaxespad=0)
    plt.title(f"Subject {subject} BCVA Follow-up")  # 可以加个标题区分不同受试者
    plt.show()

关键说明： #

• 先通过sub_df[sub_df['visit_label'] == 'Visit 2 - Baseline']筛选出基线行，确保只处理这一条记录
• 用plt.scatter()专门绘制单个标记点，比plot_date更直观，s=100控制标记大小
• 加了if not baseline_df.empty的判断，防止某些受试者没有基线记录时抛出错误

二、循环中叠加新数据类型 #

如果要在每个受试者的图里叠加其他数据（比如示例里的refract_OD、refract_OS），只需要在循环里新增对应的绘图语句即可。比如要添加屈光数据的曲线，做法如下：

for subject, sub_df in new_od_df.groupby(by='subject'):
    # 原有BCVA曲线绘制
    plt.plot(sub_df['visit_date'], sub_df['bcva_OS'], marker='^', label='OS (fellow)', color=sns.xkcd_rgb['pale red'])
    plt.plot(sub_df['visit_date'], sub_df['bcva_OD'], marker='o', label='OD (treated)', color=sns.xkcd_rgb['denim blue'])
    
    # 基线标记（同上）
    baseline_df = sub_df[sub_df['visit_label'] == 'Visit 2 - Baseline']
    if not baseline_df.empty:
        plt.scatter(baseline_df['visit_date'], baseline_df['bcva_OS'], marker='*', s=100, color=sns.xkcd_rgb['light pink'], label='BL (fellow)')
        plt.scatter(baseline_df['visit_date'], baseline_df['bcva_OD'], marker='*', s=100, color=sns.xkcd_rgb['baby blue'], label='BL (treated)')
    
    # 叠加屈光数据曲线（新数据类型）
    plt.plot(sub_df['visit_date'], sub_df['refract_OD'], marker='s', linestyle='--', label='Refract OD', color=sns.xkcd_rgb['orange'])
    plt.plot(sub_df['visit_date'], sub_df['refract_OS'], marker='d', linestyle='--', label='Refract OS', color=sns.xkcd_rgb['green'])
    
    # 调整图例和显示
    plt.legend(bbox_to_anchor=(1.05, 1), loc=2, borderaxespad=0)
    plt.title(f"Subject {subject} Follow-up: BCVA + Refraction")
    plt.ylabel("Value")  # 可以根据数据类型调整ylabel
    plt.show()

扩展技巧： #

• 如果新数据是不同的指标（比如数值范围和BCVA差异大），可以用双Y轴：

  fig, ax1 = plt.subplots()
  # 绘制BCVA到ax1
  ax1.plot(sub_df['visit_date'], sub_df['bcva_OS'], marker='^', label='OS (fellow)', color=sns.xkcd_rgb['pale red'])
  ax1.set_ylabel('BCVA')
  
  # 创建ax2作为双Y轴
  ax2 = ax1.twinx()
  ax2.plot(sub_df['visit_date'], sub_df['refract_OD'], marker='s', linestyle='--', label='Refract OD', color=sns.xkcd_rgb['orange'])
  ax2.set_ylabel('Refraction')
  
  # 合并图例
  lines1, labels1 = ax1.get_legend_handles_labels()
  lines2, labels2 = ax2.get_legend_handles_labels()
  ax1.legend(lines1 + lines2, labels1 + labels2, bbox_to_anchor=(1.05, 1), loc=2)
  

• 如果新数据需要单独的标记或样式，直接在循环里新增对应的plot或scatter语句即可，只要确保每个绘图语句使用正确的列名和样式参数。

内容的提问来源于stack exchange，提问作者gadkins