利用Python和Pandas对小费数据集进行数据分析与可视化实战(超详细 附源码)

需要源码和数据集请点赞关注收藏后评论区留言私信~~~

下面主要对小费数据集进行数据的分析与可视化,用到的小费数据集来源于Python库的Seaborn中自带的数据,已被事先转存为Excel类型的数据

首先导入模块并且获取数据

利用Python和Pandas对小费数据集进行数据分析与可视化实战(超详细 附源码)_第1张图片

import numpy as np
import pandas as pd
%matplotlib inline
fdata=pd.read_excel('tips.xls')
fdata

接下来分析数据

首先查看数据的描述信息

利用Python和Pandas对小费数据集进行数据分析与可视化实战(超详细 附源码)_第2张图片

#分析数据
fdata.describe().head()

 然后修改列名为汉字 并显示前五条数据

利用Python和Pandas对小费数据集进行数据分析与可视化实战(超详细 附源码)_第3张图片

#修改列名为汉字total_bill	tip	sex	smoker	day	time	size
fdata.rename(columns=({'total_bill':'消费总额','tip':'小费','sex':'性别','smoker':'是否抽烟',
                       'day':'星期','time':'聚餐时间段','size':'人数'}),inplace=True)

fdata.head()

 接着计算出人均消费

利用Python和Pandas对小费数据集进行数据分析与可视化实战(超详细 附源码)_第4张图片

fdata['人均消费']=round(fdata['消费总额']/fdata['人数'],2)
fdata.head()

 查询抽烟男性中人均消费大于15的数据

利用Python和Pandas对小费数据集进行数据分析与可视化实战(超详细 附源码)_第5张图片

# 方法1:
fdata[(fdata['是否抽烟']=='Yes') &(fdata['性别']=='Male') & (fdata['人均消费']> 15) ]
# 方法2:
# fdata[(fdata.是否抽烟=='Yes') &(fdata.性别=='Male') & (fdata.人均消费> 15) ]
# 方法3:

# fdata.query( '是否抽烟=="Yes" & 性别=="Male" & 人均消费>15')

 然后分析小费金额和消费总额的关系 可视化如下图

 利用Python和Pandas对小费数据集进行数据分析与可视化实战(超详细 附源码)_第6张图片

#分析小费和总金额的关系,散点图
fdata.plot(kind='scatter',x='消费总额',y='小费')
#正相关关系

从图中可以看出 小费金额与消费总额存在正相关的关系,类似的 还可以分析是否吸烟 星期 聚餐时间段和人数与小费的关系

下面分析男性顾客和女性顾客谁更慷慨

#分析男女顾客哪个更慷慨,就是分组看看男性还是女性的小费平均水平更高
fdata.groupby('性别')['小费'].mean()

 从分析结果可以看出 男性顾客明显慷慨一些

下面分析星期和小费的关系

利用Python和Pandas对小费数据集进行数据分析与可视化实战(超详细 附源码)_第7张图片

#分析日期和小费的关系,直方图
print(fdata['星期'].unique())
r=fdata.groupby('星期')['小费'].mean()
fig=r.plot(kind='bar',x='星期',y='小费',fontsize=12,rot=36)
# fig.axes.title.set_size(16)

 从柱状图可以看出 周六周日的小费比周四 周五的要高一些

下面分析性别+吸烟的组合因素对慷慨度的影响

利用Python和Pandas对小费数据集进行数据分析与可视化实战(超详细 附源码)_第8张图片

#性别+抽烟书对慷慨度的影响
r=fdata.groupby(['性别','是否抽烟'])['小费'].mean()
fig=r.plot(kind='bar',x=['性别','是否抽烟'],y='小费',fontsize=12,rot=30)
fig.axes.title.set_size(16)

 从分析图可以看出 不吸烟的男性付小费更加慷慨

下面分析聚餐时间段与小费数额的关系

利用Python和Pandas对小费数据集进行数据分析与可视化实战(超详细 附源码)_第9张图片

#聚餐时间与小费数额的关系
r=fdata.groupby('聚餐时间段')['小费'].mean()
fig=r.plot(kind='bar',x='聚餐时间',y='小费')
fig.axes.title.set_size(16)

 从分析图可以看出 晚餐时段的小费比午餐时段的要高一些

创作不易 觉得有帮助请点赞关注收藏~~~

你可能感兴趣的:(数据分析与可视化,python,数据分析,信息可视化,数据挖掘,pandas,python)