本次实验内容为餐饮订单数据的分析,数据请见:https://pan.baidu.com/s/1tL7FE5lxs-gb6Phf8XRu_Q,文件夹:data_analysis,下面的文件:chipotle.csv 本次实验主要是对python中的数据进行基本操作。

代码为:

#!/usr/bin/env python
# -*- coding:utf-8 -*-
#用 shift+Alt+E一行一行执行,右下角看数据的 Special Variables下面的chipo执行情况
import pandas as pd
# 1. 将数据集存入一个名为 chipo的数据框内
chipo = pd.read_csv('data_analysis/chipotle.csv')
# 2. 查看前10行内容
chipo.head(10)
# 3. 数据集中有多少个列(columns) ?
chipo.shape[1]
# 4. 打印出全部的列名称
chipo.columns
# 5. 数据集的索引是怎样?
chipo.index
# 6. 被下单数最多商品 (item)是什么?涉及分组聚合,idxmax()表示最大值的索引 改成max()则可以看到最大值是多少
chipo.groupby('item_name').agg({'quantity': 'sum'}).idxmax()
chipo.groupby('item_name').agg({'quantity': 'sum'}).max()
chipo.groupby('item_name').agg({'quantity': 'sum'}).idxmin()
chipo.groupby('item_name').agg({'quantity': 'sum'}).min()
# 7. 在 item_name这一列中,共有多少种商品被下单?unique()是去重操作 nunique()是去重之后的个数
chipo['item_name'].unique()
chipo['item_name'].nunique()
# 8. 一共有多少个商品被下单?
chipo['quantity'].sum()
# 9. 将item_price转换为浮点数
# chipo['item_price'][0][1:]
chipo['item_price'] = chipo['item_price'].str[1:].astype('float')  #取字符串的从1位置开始的数据# 10. 在该数据集对应的时期内,收入 (revenue) 是多少?
chipo['revenue'] = chipo['quantity']*chipo['item_price']
chipo['revenue'].sum()
# 11. 在该数据集对应的时期内,一共有多少订单?
chipo['order_id'].nunique()
# 12. 每一单 (order) 对应的平均总价是多少?
chipo['revenue'].sum()/chipo['order_id'].nunique()

文件‘chipotle.csv’中的数据截图为:

运行结果截图如下所示:

Tips: 对于python零基础的一定要提醒的地方是:代码中的: python chipo = pd.read_csv('data_analysis/chipotle.csv')一定要注意将‘chipotle.csv’文件存放在文件夹‘data_analysis’下,并且保证文件夹与.py文件在同一路径下,否则找不到文件会报错。

Python数据分析(1)----餐饮订单数据分析相关推荐

  1. 基于Python进行餐饮订单数据分析

    Python数据分析----餐饮订单数据分析 题目要求 (以图片展示) 前言 俗话说的民意食为天,随着科技的发展和人们生活水平的提高.餐饮行业作为我国第三产业中的一个传统服务性行业,始终保持着旺盛的增 ...

  2. 数据分析:餐厅订单数据分析

    数据分析:餐厅订单数据分析 作者:i阿极 作者简介:Python领域新星作者.多项比赛获奖者:博主个人首页

  3. Python数据分析实战 —— 天猫订单数据分析

    文章目录 项目介绍 数据介绍 导入部分库 数据预处理 数据格式整理 异常值分析 数据分析 描述性统计 周趋势.日趋势分析 产品价格分析 地区分析 转化率分析 总结 项目介绍 本项目将对2020年2月份 ...

  4. python项目--餐厅订单数据分析

    导入包,加载数据 数据是网上获取的,数据见链接: 餐厅订单数据分析的数据. 通过分析之后我们要用到以下三个包,分别是numpy.pandas.matplotlib.加载数据我们采用pandas中的re ...

  5. 数据分析之超市订单分析

    数据分析方法实验:超市订单分析. 要求如下: 给定原数据如下图所示: 代码如下: import pandas as pd import numpy as np import matplotlib.py ...

  6. 冰箱日订单数据分析报告(京东)

    数据来源 2020年5月25日京东大家电-家用电器-冰箱订单数据,按10%抽样,约22MB(70k+条数据) 订单数据分析的基本思路 宏观分析 宏观把握订单的总体特征 订单总量:61535 GMV:6 ...

  7. 数据分析实例-餐饮行业分析

    本次数据分析案例共有8道题 开发工具:jupyter bootbook 话不多说,首先导入本次案例需要用到的包 # 导包 import pandas as pd import matplotlib.p ...

  8. python与excel结合能做什么-Python网络爬虫与文本数据分析

    原标题:Python网络爬虫与文本数据分析 课程介绍 在过去的两年间,Python一路高歌猛进,成功窜上"最火编程语言"的宝座.惊奇的是使用Python最多的人群其实不是程序员,而 ...

  9. python数据处理常用函数_pandas数据分析常用函数总结大全:上篇

    基础知识在数据分析中就像是九阳神功,熟练的掌握,加以运用,就可以练就深厚的内力,成为绝顶高手自然不在话下! 为了更好地学习数据分析,我对于数据分析中pandas这一模块里面常用的函数进行了总结.整篇总 ...

最新文章

  1. JBPM4.4与SSH2的整合
  2. 网站 java php_做网站用java还是php
  3. python培训比较好的机构-上海python培训比较好的机构
  4. python issubclass 和 isinstance函数
  5. Uva12716 素数筛思想的应用
  6. nginx访问502 gateway,*1 connect() failed (111: Connection refused) while connecting to upstream
  7. Mysql到Redis的数据协议(可以按照写redis的协议,自测已经成功,key值可以自己变化,不一定非要是id)
  8. cocos2d-x游戏实例(25)-简易动作游戏(3)
  9. java 日期calendar_java时间对象Date,Calendar和LocalDate/LocalDateTime
  10. root目录空间不够的问题
  11. id和instancetype的区别
  12. android4.0.3去掉底部状态栏statusbar,全屏显示示例代码
  13. 【简报】kube框架结构-一个小型响应式CSS框架
  14. 借书表设计 mysql_请设计一套图书馆借书管理系统的数据库表结构
  15. android手机版excel怎样填充序列号,规范日期数据的极简法。Excel填充功能快速填充序号操作详解。如何制作工作日序列号填充,快速填充功能无法使用...
  16. fullpage插件
  17. 如何创建 Ubuntu 信息亭(kiosk)
  18. Android带数字拼音与带音标拼音互转工具类
  19. 机载点云单木分割方法和实现过程的概括介绍(论文赏析)
  20. 将txt文件批量转换成pdf格式的方法

热门文章

  1. 平面设计中的网格系统pdf_实例讲解:平面设计中的网格系统,怎么用?
  2. 电脑和打印机怎么连接
  3. spark写 本地文件报错
  4. 第四篇:coalesce 和repartition 在shuffle 和并行度之间的选择(spark2.3持续更新中...........)
  5. 【QTP专题】03_Add-in Manager插件
  6. 保护眼睛的Windows和IE、Firefox、谷歌等浏览器颜色设置
  7. FDM打印机使用总结(二)
  8. 关键词文章自动生成的四大要点
  9. 帝国CMS数据字典 Ctrl+F查询
  10. java3d立方体_java3d 立方体 加载纹理