agregamos una nueva figura al layout

es un duplicado de la última figura, con un nuevo dropdown y una nueva
función para generar la gráfica. así, ya tenemos todo listo para solo
modificar la gráfica de modo que envíe lo que queremos -que en este
caso será un heatmap-

dinamyc.py

@@ -195,6 +195,29 @@ app.layout = html.Div(children=[
         #y gráfica
         #y gráfica
         dcc.Graph(id="cobertura_protocolo"),
         dcc.Graph(id="cobertura_protocolo"),
     ], className="wrapper"),
     ], className="wrapper"),
+    #heatmap
+    html.Div(children=[
+        html.H1("Pruebas por paciente", className="header-title2"),
+        # selector de etapa
+        html.Div(children=[
+            html.Div(children="Etapa", className="menu-title"),
+            dcc.Dropdown(
+                id="select_vis_pppaciente",
+                options=[
+                    {"label":1, "value":1},
+                    {"label":2, "value":2},
+                    {"label":3, "value":3},
+                    {"label":4, "value":4}
+                ],
+                value=1,
+                clearable=False,
+                searchable=False,
+                className="dropdown",
+            ),
+        ], className="wrapper"),
+        #y gráfica
+        dcc.Graph(id="pppaciente"),
+    ], className="wrapper"),
 ]) # cierre del layout
 ]) # cierre del layout
 
 
 @app.callback(
 @app.callback(
@@ -306,6 +329,38 @@ def update_por_protocolo(visita):
     figura.update_traces(texttemplate='%{text:.2s}', textposition='auto')
     figura.update_traces(texttemplate='%{text:.2s}', textposition='auto')
     return figura
     return figura
 
 
+@app.callback(
+    Output("pppaciente","figure"),
+    Input("select_vis_pppaciente", "value")
+)
+def update_por_prueba(visita):
+    lcol = 1
+    lrow = 1
+    df1 = visitas_datos[visita-1]
+    protocolos = {
+        "pyhsiological" : ["pas", "pad", "ipaq", "stress", "hadsa", "hadsd"],
+        "tolerance_curves" : ["Pan", "Gelatina", "Glucosa"],
+        "corporal_composition" : ["mmkg", "mmekg", "mgkg", "mlgkg", "percent_mg", "gv"],
+        "biochemical" :["hba1c", "glucose", "ct", "tag", "ldl", "hdl", "pcr","alt", "ast","homa", "insuline" ],
+        "antropometric" : ["imc", "weight", "waist_circumference"]
+    }
+    figura = make_subplots(rows=2, cols=3, vertical_spacing=0.25)
+    for protocolo in protocolos.keys():
+        columnas = list(set(df1.columns).intersection(set(protocolos[protocolo])))
+        cuentas = 100 * df1[columnas].replace("",np.nan).count() / len(df1)
+        figura.add_trace(
+            go.Bar(x=cuentas.index, y=cuentas, textposition='auto', text=cuentas),
+            row = lrow,
+            col = lcol,
+        )
+        lcol = lcol + 1
+        if lcol > 3:
+            lcol = 1
+            lrow = lrow + 1
+    figura.update_layout(showlegend=False)
+    figura.update_traces(texttemplate='%{text:.2s}', textposition='auto')
+    return figura
+
 
 
 if __name__ == "__main__":
 if __name__ == "__main__":
     app.run_server(debug=True, port=8090, host='0.0.0.0')
     app.run_server(debug=True, port=8090, host='0.0.0.0')