1.准备工作

1.1首先，需要导入相关的包

1.2使用python的pandas库导入所要分析的文件，在导入时可能出现红色的警告，这是因为数据类型不是很统一（mixed types）
data=pd.read_csv('/Users/clark/Downloads/Python数据分析入门与实战-数据集/bike.csv'）

然后查看数据，可以得到以下的表格。

由于，在表格中出现很多的空值，所以我们要处理空值。

#处理空值

data=data.dropna(how='all')

#对月份进行提取

data['StartDate']=data.StartDate.map(lambda x:x.split('/')[0])

#使用数据透视表，改变表格的形状，选取自己所需要的那几个变量重新组成一个表格

#接下来分析一周当中各个类型成员的累计平均骑行时间的情况

table=data.pivot_table(values='TripDurationSec',index='StartDay',columns='MemberType',aggfunc=np.mean)

查看使用数据透视表组成的表格。

#由于表格并不是很直观可以看出来他们之间的区别，我们这时候将其转换成柱状图，并让其堆积一起，方便对比

#可以看出周日的时候消费者的骑行时间是最长的。

table.plot.bar(stacked=True)

为了更加直观的看出不同客户的骑行时间的多少，所以，我们将其时间除于总的时间，可以算出不同类型客户所占比例的不同

table_norm=table.div(table.sum(1),axis=0)

#接下来，我们进一步分析在一天24小时中不同类型客户累计骑行时间，可以看出晚上8点骑行时间最长，其次是凌晨4点

data.pivot_table(values='TripDurationSec',index='StartTime',columns='MemberType',aggfunc=np.mean).plot.barh(figsize=(10,12))

#之后，我们在分析一下车辆的使用情况，我们运用车辆在开始地点的总数减去车辆在目的地的总数，就可以得出不同地方车辆的供应是否充足

#比如200 River这个车站，它出发的车远少于到达的车，说明这个车站可以相应减少一些共享单车的供应

#100 Walnut St这个车站，它出发的车远大于到达的车，说明这个车站需要相应增加一些共享单车的供应

Num=data.StartStationName.value_counts()-data.EndStationName.value_counts()

Num.sort_values()

#我们还可以使用层次化索引来分析，在每周当中，每个车站的不同客户的累计骑行情况

table=data.pivot_table('TripDurationSec',index='StartStationName',columns=['MemberType','StartDay'],aggfunc=np.size,margins=True,fill_value=0)

#customer用户在一周当中从不同车站出发的累计骑行情况

table['Customer']

美国共享单车使用情况的案例分析