grupo o-CIII y bigotes

eliminamos el grupo o-CIII de las gráficas de grupos de IMC
también ajustamos etiquetas de las gráficas y las gráficas de bigote

estadisticas.py

@@ -115,10 +115,28 @@ def imc_cat(datos):
 
 
 def imc_cat_bigote(datos):
 def imc_cat_bigote(datos):
     medidas = [ "glucose", "hba1c", "ct", "hdl", "insuline"]
     medidas = [ "glucose", "hba1c", "ct", "hdl", "insuline"]
-    grupos = ["LW","NW","OW","O-CI","O-CII","O-CIII"]
-    datos["imc_cat"] = pd.cut(datos["imc"], bins=[0,18,25,30,35,40,100], labels=grupos)
-    figura = px.box(datos, x="imc_cat", y="glucose")
-    return figura
+    grupos = ["LW","NW","OW","O-CI","O-CII"]
+    datos["imc_cat"] = pd.cut(datos["imc"], bins=[0,18,25,30,35,40], labels=grupos)
+#    figura = px.box(datos, x="imc_cat", y="glucose")
+    fig = make_subplots(rows=2, cols=3, vertical_spacing=0.25)
+    lcol = 1
+    lrow = 1
+    seq = 1
+    for medida in medidas:
+        fig.add_trace(
+            go.Box(x=datos["imc_cat"], y=datos[medida]),
+            row=lrow, col=lcol
+        )
+        fig['layout']['yaxis' + str(seq)]['title']=medida                
+        lrow = lrow + (lcol // 3)
+        lcol = lcol + 1 if lcol < 3 else 1
+        seq = seq + 1
+
+    fig.update_xaxes(categoryorder='array', categoryarray=grupos)
+    fig.update_layout(
+        showlegend = False
+    )
+    return fig
 
 
 
 
 
 
@@ -154,29 +172,37 @@ def correlaciones_v2(datos, controlado):
     return figura
     return figura
     
     
 def controlado_ppgr(datos):
 def controlado_ppgr(datos):
-    datos_fil = datos.loc[datos["Glucosa"].notnull()]
+
     controlados = ["Glucosa", "Gelatina", "Pan"]
     controlados = ["Glucosa", "Gelatina", "Pan"]
-    figura = make_subplots(rows=1, cols=3, subplot_titles=controlados)
+    datos_fil = datos[controlados]
+    datos_fil["id"] = datos["id"]
+    datos_fil = datos_fil[~datos_fil.isnull().any(axis=1)]    
+    fig = make_subplots(rows=1, cols=3)
     lcol = 1
     lcol = 1
+    seq = 1
     for controlado in controlados:
     for controlado in controlados:
-        figura.add_trace(
-            go.Scatter(x=datos["id"],y=datos[controlado], name=controlado, mode="markers"),
+        fig.add_trace(
+            go.Scatter(x=datos_fil["id"],y=datos_fil[controlado], name=controlado, mode="markers"),
             row = 1, col = lcol
             row = 1, col = lcol
         )
         )
+        fig['layout']['yaxis' + str(seq)]['title']=controlado
+        fig['layout']['xaxis' + str(seq)]['title']="Patient ID"                        
         lcol = lcol + 1
         lcol = lcol + 1
-    figura.update_layout(
+        seq = seq + 1
+        
+    fig.update_layout(
         showlegend = False,
         showlegend = False,
-        bargap=0.05, # gap between bars of adjacent location coordinates
-        bargroupgap=0.05 # gap between bars of the same location coordinates
     )
     )
-    return figura
+    return fig
 
 
 def controlado_ppgr2(datos):
 def controlado_ppgr2(datos):
     controlados = ["Glucosa", "Gelatina", "Pan"]
     controlados = ["Glucosa", "Gelatina", "Pan"]
     datos_fil = datos[controlados]
     datos_fil = datos[controlados]
     datos_fil = datos_fil[~datos_fil.isnull().any(axis=1)]
     datos_fil = datos_fil[~datos_fil.isnull().any(axis=1)]
 
 
-    figura = ff.create_distplot([ datos_fil[controlado] for controlado in controlados], controlados, show_hist = False, show_rug=False)
+    figura = ff.create_distplot([ datos_fil.loc[datos_fil[controlado]!=0, controlado] for controlado in controlados], controlados, show_hist=False, show_rug=False)
+    figura.update(layout_title_text='Kernel Density Estimation')
+    figura["layout"]["xaxis"]["title"] = "iAUC"
     return figura
     return figura
 
 
 def triareas(pacientes):
 def triareas(pacientes):