数据分析笔记-餐厅订单分析（三）

续上篇：

（7）一天中 什么时间段点菜量比较集中

data['hourcount'] = 1 #新列  用作计数 相当于一个计数器
data['time'] = pd.to_datetime(data['place_order_time']) #将时间转换为日期类型 存储到新列、
data['hour'] = data['time'].map(lambda x:x.hour)
gp_by_hour = data.groupby(by='hour').count()['hourcount']
gp_by_hour.plot(kind="bar")
plt.xlabel('小时')
plt.ylabel('下单数量')
plt.title('下单数与小时的关系图')
plt.show()

运行结果：

  （8）八月份哪一天的订单数量最多（点餐数量与日期的关系）

data['time'] = pd.to_datetime(data['place_order_time']) #将时间转换为日期类型 存储到新列、data['daycount'] = 1 #同样是作为计数器使用
data['day'] = data['time'].map(lambda x:x.day) #取出每一天
gp_by_day = data.groupby(by='day').count()['daycount']
gp_by_day.plot(kind="bar")
plt.xlabel('8月份日期')
plt.ylabel('点菜数量')
plt.title('点菜数量与日期的关系图')
plt.show()

运行结果：

       （9）查看星期几的人数最多  订单最多  把数据映射到星期

data['weekcount'] = 1 #作为计数器
data['weekday'] = data['time'].map(lambda x:x.weekday()) #把数据映射到weekday
gp_by_weekday = data.groupby(by='weekday').count()['weekcount']
gp_by_weekday.plot(kind="bar")
plt.xlabel('星期')
plt.ylabel('点菜数量')
plt.title('点菜数量与星期关系图')
plt.show()

运行结果：

到此，我们的项目一餐厅订单分析到此结束，有问题欢迎小伙伴私信哦！