Un extracto CSV guarda todas las fechas como texto, así que lo primero es dar tipo a las columnas. pd.to_datetime convierte el texto en fechas que se pueden restar:
encounters["admit_date"] = pd.to_datetime(encounters["admit_date"])
encounters["discharge_date"] = pd.to_datetime(encounters["discharge_date"])
los = (encounters["discharge_date"] - encounters["admit_date"]).dt.days
Dos fechas se restan en un intervalo de tiempo (un timedelta); .dt.days lo convierte en días enteros. Este curso cuenta la estancia como fecha de alta menos fecha de ingreso, así que una estancia del mismo día es 0 días. Nunca sumes 1.
Un paciente que sigue en una cama no tiene fecha de alta. pandas lee la celda vacía como un valor que falta (NaN, o NaT cuando la columna ya tiene fechas), así que .isna() encuentra las estancias abiertas y .notna() conserva las que terminaron.
Filtra antes de medir: encounters[encounters["encounter_type"] == "inpatient"]. La observación es otro estado. Para las partes, value_counts(normalize=True) divide cada recuento entre el número de valores que contó, dejando fuera los que faltan.