Python 零基础入门数据分析实战之小费数据集应用

一、数据来源

本节选用的是 Python 的第三方库 seaborn 自带的数据集，该小费数据集为餐饮行业收集的数据，其中 total_bill 为消费总金额、tip 为小费金额、sex 为顾客性别、smoker 为顾客是否吸烟、day 为消费的星期、time 为聚餐的时间段、size 为聚餐人数。

import numpy as np 
from pandas import Series,DataFrame 
import pandas as pd 
import seaborn as sns    #导入seaborn库 
tips=sns.load_dataset('tips')  #seaborn库自带的数据集 
tips.head() 

二、问题探索二、问题探索

• 小费金额与消费总金额是否存在相关性？
• 性别、是否吸烟、星期几、聚餐人数和小费金额是否有一定的关联？
• 小费金额占小费总金额的百分比是否服从正态分布？

三、数据清洗

tips.shape #数据集的维度 

(244，7)

共有 244 条数据，7 列。

tips.describe() #描述统计 

描述统计结果如上所示。

tips.info() #查看缺失值信息 

此例无缺失值。

四、数据探索

tips.plot(kind='scatter',x='total_bill',y='tip') #绘制散点图 

由图可看出，小费金额与消费总金额存在正相关性。

import numpy as np 
from pandas import Series,DataFrame 
import pandas as pd 
import seaborn as sns   #导入seaborn库 
tips=sns.load_dataset('tips')#seaborn库自带的数据集 
tips.head() 

3.0896178343949052

female_tip = tips[tips['sex'] == 'Female']['tip'].mean() #女性平均消费金额female_tip 

2.833448275862069

s = Series([male_tip,female_tip],index=['male','female']) 
s 

male 3.089618

female 2.833448

dtype: float64

s.plot(kind='bar') #男女平均小费柱状图 

由图可看出，女性小费金额小于男性小费金额。

sun_tip = tips[tips['day'] == 'Sun']['tip'].mean() 
sat_tip = tips[tips['day'] == 'Sat']['tip'].mean() 
thur_tip = tips[tips['day'] == 'Thur']['tip'].mean() 
fri_tip = tips[tips['day'] == 'Fri']['tip'].mean()#各个日期的平均小费值 
s = Series([thur_tip,fri_tip,sat_tip,sun_tip],index=['Thur','Fri','Sat','Sun']) 
s 

s.plot(kind='bar') #日期平均小费柱状图 

由图可看出，周六、周日的小费比周四、周五的小费高。

tips['percent_tip'] = tips['tip']/(tips['total_bill']+tips['tip']) 
tips.head(10) #小费所占百分比 

tips['percent_tip'].hist(bins=50)#小费百分比直方图 

由图可看出，小费金额占小费总金额的百分比基本服从正态分布。