agregamos el selector de distribución y la linea mínima

dinamyc.py

@@ -145,6 +145,18 @@ app.layout = html.Div(children=[
                 value=7,
                 marks={1:"1", 7:"7", 14:"14", 28:"28", 42:"+42"}
             ),
+            html.Div(children="Distribución", className="menu-title"),
+            dcc.Dropdown(
+                id="distribucion_serie",
+                options=[
+                    {"label":"Comidas por paciente", "value":1},
+                    {"label":"Días de glucómetro por paciente", "value":2},
+                ],
+                value=1,
+                clearable=False,
+                searchable=False,
+                className="dropdown",
+            ),            
         ]),
         #gráfica
         html.Div(children=[dcc.Graph(id="cover_series")],)
@@ -256,9 +268,10 @@ app.layout = html.Div(children=[
      Output("cover_series", "figure"),
      Input("etapas_serie","value"),
      Input("min_comidas_serie", "value"),
-     Input("min_glucosa_serie", "value")
+     Input("min_glucosa_serie", "value"),
+     Input("distribucion_serie", "value")
 )
-def update_cobertura_series(etapaSel=1, min_comidas=10, min_glucosa=7):
+def update_cobertura_series(etapaSel=1, min_comidas=10, min_glucosa=7, distribucion=1):
     gauges = {
             'shape': "bullet",
             'axis': {'range': [None, 100]},
@@ -275,14 +288,21 @@ def update_cobertura_series(etapaSel=1, min_comidas=10, min_glucosa=7):
     comidas_data = resumen_comidas.loc[(slice(None),f'e{etapaSel}')] > min_comidas
     glucosa_data = glucometro_df.loc[glucometro_df["visit_id"] == etapaSel, "amount_of_days"] > min_glucosa
     microbiota_data = num_secuencias[etapaSel-1]
-    glucosa_scatter = glucometro_df.loc[glucometro_df["visit_id"] == etapaSel]["amount_of_days"].sort_values()
-    glucosa_scatter.index =  glucosa_scatter.index.astype(str)
+    if distribucion == 1:
+        xs = resumen_comidas.loc[(slice(None),f'e{etapaSel}')].sort_values()
+        title = f"Comidas por paciente en la etapa {etapaSel}"
+        medCadena = 'comidas'
+        minimo = min_comidas
+    if distribucion == 2:
+        xs = glucometro_df.loc[glucometro_df["visit_id"] == etapaSel]["amount_of_days"].sort_values()
+        title = f'dias de glucómetro por paciente en la etapa {etapaSel}'
+        medCadena = 'días de glucómetro'
+        minimo=min_glucosa
+    xs.index = xs.index.astype(str)
     
-#    microbiota_data = visitas_datos[etapaSel-1]["muestra"].count()
 # La N de la etapa debe ser el número de participantes que cumplieron la etapa.
 # esto es diferente al número de participantes que asistieron a la visita N o N+1.
     N_etapa = len(participantes.loc[participantes["finished_periods"].isin(range(etapaSel, 4))].index)
-
     multi = make_subplots(rows=2, cols=1, specs=[[{"type":"indicator"}],[{}]])
     multi.add_trace(go.Indicator(
        value = 100 * comidas_data.sum() / N_etapa,
@@ -309,9 +329,13 @@ def update_cobertura_series(etapaSel=1, min_comidas=10, min_glucosa=7):
         gauge = gauges
     ))
     multi.add_trace(
-        go.Scatter(x=glucosa_scatter.index, y=glucosa_scatter)
-
+        go.Scatter(x=xs.index, y=xs)
     )
+    multi.update_xaxes(title_text=f'{N_etapa} pacientes', row=2, col=1)
+    multi.update_yaxes(title_text=medCadena, row=2, col=1)
+    multi.add_shape(go.layout.Shape(type='line', yref='y1', xref='x1', x0=0, x1=800, xsizemode='pixel', y0=minimo, y1=minimo,
+                           line=dict(color='red', width=1, dash='dot')))
+    
     return multi
 
 @app.callback(