python练习题（四）
说明：以练习题的方式，学习python基础知识点，主要是数据分析方向常用的numpy、pandas、matplotlib等库对应的练习题。仅供参考，题目来源于网络，如有侵权请联系我删除。
Pandas中的统计分析与透视表：
（1）读取上次作业保存的数据，酒店数据1.xlsx
答：读取数据pd.read_excel()，除此外还可以读其他类型数据，比如pd.read_csv()等
import numpy as np
import pandas as pd
data = pd.read_excel('酒店数据1.xlsx')
data.head()（2）查看“评分”的格式，并分别进行升序和降序排序
答：查看格式,查看元素类型均为.dtype。排序函数sort_values()，升序ascending=True，降序ascending=False。
#查看 评分 的格式
data['评分'].dtype
#升序，默认升序
data.sort_values('评分')
#降序
data.sort_values('评分',ascending=False) （3）对酒店按照价格进行排名，计算“油尖旺”地区的均价。
答：排序sort_values()，计算均值mean()
#按价格排序
data.sort_values('价格')
#计算某地区均价
data[data['地区']=='油尖旺'].价格.mean()（4）对酒店数据进行描述性统计，并求所有价格的均值方差，最大最小值，中值。
答：描述性统计函数describe()。
data['价格'].describe()（5）计算评分和价格之间的的相关系数，协方差
答：相关系数corr()，协方差cov()。
#相关系数计算
data['评分'].corr(data['价格'])
#协方差计算
data['评分'].cov(data['价格'])（6）按照评分降序排序，评分相同时按价格升序排序。
答：多个属性排序，且排序方式不同。
data.sort_values(['评分','价格'],ascending=(False,True))（7）计算一下，评分小于3分的酒店数量和占比。
答：统计数量可以调用count()函数，或者用len()函数。
#评分小于3的数据量
len(data[data['评分']<3])
#占比
len(data[data['评分']<3])/len(data)（8）计算一下，酒店评分大于等于4分的酒店的价格均值。
data[data['评分']>=4].价格.mean()（9）计算出每个地区的酒店占总酒店数量的比例。
答：value_counts()方法是Series类型的方法，DataFrame类型没有。但是DataFrame类型有count()方法。
#每个地区酒店的数量
data['地区'].value_counts()
#占比
data['地区'].value_counts()/len(data)（10）找出酒店评分人数排名前20的酒店，并计算他们的价格均值。
答：使用切片实现排名前20，计算均值用mean()。
data.sort_values('评分人数',ascending=False)[:20]['价格'].mean()（11）查看酒店分布的类型数量和地区数量，并统计各个类型和地区包含的酒店数量。
#查看类型
data['类型'].unique()
#类型的数量
len(data['类型'].unique())
#查看地区
data['地区'].unique()
#查看地区数量
len(data['地区'].unique())
#统计各个类型和地区包含的酒店数量
data['类型'].value_counts()
data['地区'].value_counts()
（12）用数据透视表，计算每个类型的酒店的评分人数总数量。
答：数据透视表pd.pivot_table(参数1[数据]，参数2[index索引]，参数3[values值]，其他参数方法等)
pd.pivot_table(data,index=['类型'],values=['评分人数'],aggfunc=np.sum)（13）用数据透视表，计算每个类型的酒店价格的均值和标准差
pd.pivot_table(data,index=['类型'],values=['价格'],aggfunc=[np.mean,np.std])（14）用数据透视表，计算每个地区酒店价格和评分的最大值和最小值
pd.pivot_table(data,index=['类型'],values=['价格','评分'],aggfunc=[np.max,np.min])（15）用数据透视表，计算每个地区和类型的酒店的评分的均值和标准差
pd.pivot_table(data,index=['地区','类型'],values=['评分'],aggfunc=[np.mean,np.std])注：第四部分结束。如果想自己练习，可以到我的百度网盘下载原题，使用Jupyter notebook自己写python代码实现。加油哦！
百度网盘题目地址：https://pan.baidu.com/s/1A7JFRdaBYLlnFVn6xT_SOg