数据分析笔记-餐厅订单分析（二）

续上篇：

3、数据可视化

（3）订单点菜种类Top10

data['order_id'].value_counts()[:10].plot(kind='bar') #取出order_id列中最多的种类 并绘制柱状图 bar表示柱状图  line表示折线图
plt.xlabel('订单ID') #x轴的标签
plt.ylabel('订单种类') #y轴的标签
plt.title('订单点菜种类Top10') #柱状图的名称
plt.show() #绘制柱状图

输出结果：

    （4）订单ID点菜数量Top10

data['total_amounts'] = data['counts']*data['amounts'] #统计单道菜的消费金额
dataGroup = data[['order_id','counts','amounts','total_amounts']].groupby(by='order_id') #通过order_id分组，取出order_id,counts，amount，total_amounts
Group_sum = dataGroup.sum() #分组求和
sort_counts = Group_sum.sort_values(by='counts',ascending=False)#按照counts来进行排序，按照降序的方式排列
sort_counts['counts'][:10].plot(kind='bar',fontsize=14) #绘制柱形图
plt.xlabel('订单ID')
plt.ylabel('点菜数量')
plt.title('订单ID点菜数量Top10')
plt.show()

运行结果：

  （5）哪个订单ID吃的钱最多（top10）降序排列

data['total_amounts'] = data['counts']*data['amounts'] #统计单道菜的消费金额
dataGroup = data[['order_id','counts','amounts','total_amounts']].groupby(by='order_id') #通过order_id分组，取出order_id,counts，amount，total_amounts
Group_sum = dataGroup.sum() #分组求和
sort_total_amounts = Group_sum.sort_values(by='total_amounts',ascending=False)
sort_total_amounts['total_amounts'][:10].plot(kind='bar')
plt.xlabel('订单ID')
plt.ylabel('消费金额')
plt.title('消费金额Top10')
plt.show()

运行结果：

      （6）哪个订单ID平均消费最高

data['total_amounts'] = data['counts']*data['amounts'] #统计单道菜的消费金额
dataGroup = data[['order_id','counts','amounts','total_amounts']].groupby(by='order_id') #通过order_id分组，取出order_id,counts，amount，total_amounts
Group_sum = dataGroup.sum() #分组求和
Group_sum['average'] = Group_sum['total_amounts']/Group_sum['counts']
sort_average = Group_sum.sort_values(by='average',ascending=False)
sort_average['average'][:10].plot(kind="bar")
plt.xlabel('订单ID')
plt.ylabel('消费单价')
plt.title('消费单价Top10')
plt.show()

运行结果：