【Python数据分析与可视化】Pandas统计分析-实训

文章目录

【Python数据分析与可视化】Pandas统计分析-实训
- 导包
- 读取数据
- 分析数据
- - 1、查看数据的描述和统计信息；
  - 2、修改列名为汉字，并显示前5行数据；
  - 3、计算人均消费；
  - 4、查询吸烟男性中人均消费大于15的数据；
  - 5、分析小费金额和消费金额的关系；
  - 6、分析男性顾客和女性顾客谁更慷慨；
  - 7、分析星期和小费数额的关系；
  - 8、性别+吸烟的组合对慷慨度的影响；
  - 9、分析聚餐时间与小费数额的关系；

导包

import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']#显示中文标签
plt.rcParams['axes.unicode_minus']=False #显示负号
%matplotlib inline

读取数据

f1=pd.read_excel('tips.xls')
f1.head()

	total_bill	tip	sex	smoker	day	time	size
0	16.99	1.01	Female	No	Sun	Dinner	2
1	10.34	1.66	Male	No	Sun	Dinner	3
2	21.01	3.50	Male	No	Sun	Dinner	3
3	23.68	3.31	Male	No	Sun	Dinner	2
4	24.59	3.61	Female	No	Sun	Dinner	4

分析数据

1、查看数据的描述和统计信息；

f1.describe()

	total_bill	tip	size
count	244.000000	244.000000	244.000000
mean	19.785943	2.998279	2.569672
std	8.902412	1.383638	0.951100
min	3.070000	1.000000	1.000000
25%	13.347500	2.000000	2.000000
50%	17.795000	2.900000	2.000000
75%	24.127500	3.562500	3.000000
max	50.810000	10.000000	6.000000

2、修改列名为汉字，并显示前5行数据；

f1.columns =['总金额','小费金额','性别','吸烟','星期','时间','人数']
f1.head()

	总金额	小费金额	性别	吸烟	星期	时间	人数
0	16.99	1.01	Female	No	Sun	Dinner	2
1	10.34	1.66	Male	No	Sun	Dinner	3
2	21.01	3.50	Male	No	Sun	Dinner	3
3	23.68	3.31	Male	No	Sun	Dinner	2
4	24.59	3.61	Female	No	Sun	Dinner	4

3、计算人均消费；

f1['人均消费']=round(f1['总金额']/f1['人数'],2)
f1.head()

	总金额	小费金额	性别	吸烟	星期	时间	人数	人均消费
0	16.99	1.01	Female	No	Sun	Dinner	2	8.49
1	10.34	1.66	Male	No	Sun	Dinner	3	3.45
2	21.01	3.50	Male	No	Sun	Dinner	3	7.00
3	23.68	3.31	Male	No	Sun	Dinner	2	11.84
4	24.59	3.61	Female	No	Sun	Dinner	4	6.15

4、查询吸烟男性中人均消费大于15的数据；

# f1[ (f1['吸烟']=='Yes') & (f1['性别']=='Male') & (f1['总金额']> 15) ]
f1.query( '吸烟=="Yes" & 性别=="Male" & 总金额>15').head()

	总金额	小费金额	性别	吸烟	星期	时间	人数	人均消费	慷慨度
56	38.01	3.00	Male	Yes	Sat	Dinner	4	9.50	0.073153
60	20.29	3.21	Male	Yes	Sat	Dinner	2	10.14	0.136596
63	18.29	3.76	Male	Yes	Sat	Dinner	4	4.57	0.170522
69	15.01	2.09	Male	Yes	Sat	Dinner	2	7.50	0.122222
76	17.92	3.08	Male	Yes	Sat	Dinner	2	8.96	0.146667

5、分析小费金额和消费金额的关系；

f1.plot.scatter(x='总金额', y='小费金额', color='DarkBlue', label='小费金额与总金额的关系')

6、分析男性顾客和女性顾客谁更慷慨；

average_tip  = f1.groupby('性别')['小费金额'].mean()
average_tip.plot.bar()

7、分析星期和小费数额的关系；

average_tip  = f1.groupby('星期')['小费金额'].mean()
average_tip.plot.bar()

8、性别+吸烟的组合对慷慨度的影响；

# 构建慷慨度指标
f1['慷慨度']=f1['小费金额']/(f1['总金额']+f1['小费金额'])
r=f1.groupby(['性别','吸烟'])['慷慨度'].mean()
r.plot(kind='bar',x=['性别','吸烟'],y='慷慨度')

9、分析聚餐时间与小费数额的关系；

time = f1.groupby('时间')['小费金额'].mean()
time.plot.bar()

【Python数据分析与可视化】Pandas统计分析-实训相关推荐

python数据分析与可视化【一】python基础实例
用python做数据分析与可视化(一) python编程基础这一块前面我写过博客,奉上链接:python基础这篇就来看看几个小实例后面有python很基础的知识点和例子后面数据分析能用上下一 ...
[转载] Python数据分析与可视化学习笔记（一）数据分析与可视化概述
参考链接: Python | 数据分析的数学运算数据分析与可视化(一) 1.1 数据分析1.1.1 数据.信息与数据分析1.1.2数据分析与数据挖掘的区别1.1.3数据分析的流程 1.2 数据可视化 ...
【Python数据分析与可视化】期末复习笔记整理（不挂科）
[Python数据分析与可视化]期末复习笔记 1. 数据分析与可视化概述对比概念常用工具 Python常用类库 Jupyter notebook中的常用快捷方式 2. Python编程基础 co ...
Python数据分析与可视化学习笔记（一）数据分析与可视化概述
数据分析与可视化(一) 1.1 数据分析 1.1.1 数据.信息与数据分析 1.1.2数据分析与数据挖掘的区别 1.1.3数据分析的流程 1.2 数据可视化 1.3 数据分析与可视化常用工具 1.4 ...
python数据分析与可视化清华大学_Python数据分析与可视化
讲解Python数据分析与可视化中的九大模块,内容全面详实: 提供11个课程实训和2个完整的项目案例,理论结合实践 : 赠送420分钟的教学视频及丰富的配套资源,便于教师教学. 超值赠送: 教学大纲. ...
Python 数据分析三剑客之 Pandas（一）：认识 Pandas 及其 Series、DataFrame 对象
CSDN 课程推荐:<迈向数据科学家:带你玩转Python数据分析>,讲师齐伟,苏州研途教育科技有限公司CTO,苏州大学应用统计专业硕士生指导委员会委员:已出版<跟老齐学Python ...
python数据分析的钥匙——pandas库
目录系列文章目录一. 关于pandas库: 二. pandas库的安装三. pandas的两种基本数据结构--Series 与 DataFrame(附代码) 四. pandas库的应用(附代码) ...
python数据分析可视化实例-Python数据分析与可视化从入门到精通
(1)没有高深理论,每章都以实例为主,读者参考书中源码运行,就能得到与书中一样的结果.(2)专注于Python数据分析与可视化操作中实际用到的技术.相比大而全的书籍资料,本书能让读者尽快上手,开始项目 ...
python可视化数据分析-Python数据分析与可视化从入门到精通
(1)没有高深理论,每章都以实例为主,读者参考书中源码运行,就能得到与书中一样的结果.(2)专注于Python数据分析与可视化操作中实际用到的技术.相比大而全的书籍资料,本书能让读者尽快上手,开始项目 ...

【Python数据分析与可视化】Pandas统计分析-实训

【Python数据分析与可视化】Pandas统计分析-实训

文章目录

导包

读取数据

分析数据

1、查看数据的描述和统计信息；

2、修改列名为汉字，并显示前5行数据；

3、计算人均消费；

4、查询吸烟男性中人均消费大于15的数据；

5、分析小费金额和消费金额的关系；

6、分析男性顾客和女性顾客谁更慷慨；

7、分析星期和小费数额的关系；

8、性别+吸烟的组合对慷慨度的影响；

9、分析聚餐时间与小费数额的关系；

【Python数据分析与可视化】Pandas统计分析-实训相关推荐

最新文章

热门文章