【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

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()

​