数据分析——练习笔记（一）

通过实战练习，学会用pandas做数据分析

案例数据来自科赛网https://www.kesci.com/apps/home/project/5b333f3c8566927866faa2d7

案例一    探索Chipotle快餐数据

1、导入库

import pandas as pd

2、导入数据集

path1 = "../input/pandas_exercise/exercise_data/chipotle.tsv"    # chipotle.tsv

3、将数据集存入一共名为chipo的数据框中

chipo = pd.read_csv(path1)

4、查看前10行内容

chipo.head(10)

5、数据集中有多少个列

chipo.shape[1]

  df.shape        #返回tuple （行，列）

6、打印出全部的列名称

chipo.columns

  df.columns        #列名，返回index类型的列的集合

7、数据集的索引是怎样的

chipo.index

  df.index        #索引名，返回index类型的索引的集合

8、被下单最多商品是什么

chipo[['item_name', 'quantity']].groupby(['item_name', as_index=False).agg({'quantity':sum})
c.sort_value(['quantity'], ascending=False, inplace=True)
c.head()

    groupby函数的as_index参数

    首先看一下pandas官方给出的groupby函数，可以看到默认值为as_index=True

    groupby()中的形参可用help(df.groupby)查看

groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, **kwargs)

  下面部分是从https://stackoverflow.com/questions/41236370/what-is-as-index-in-groupby-in-pandas搬运

import pandas as pd
 
df = pd.DataFrame(data={'books':['bk1','bk1','bk1','bk2','bk2','bk3'], 'price': [12,12,12,15,15,17]})
print df
print
print df.groupby('books', as_index=True).sum()
print
print df.groupby('books', as_index=False).sum()

   Output:注意两次print输出中‘book’和‘price’的位置

  books  price
0   bk1     12
1   bk1     12
2   bk1     12
3   bk2     15
4   bk2     15
5   bk3     17
 
       price
books       
bk1       36
bk2       30
bk3       17
 
  books  price
0   bk1     36
1   bk2     30
2   bk3     17

9、在item_name这一列中，一共有多少种商品被下单

chipo['item_name'].unique()

  s.unique()        #Series去重

10、在choice_description中，下单次数最多的商品是什么？

chipo['choice_description'].value_counts().head()

  s.value_counts()        #Series统计频率，并从大到小排序，DataFrame没有这个方法

11、一共有多少商品被下单？

chipo['quantity'].sum()

12、将item_price转换为浮点数

13、在改数据集对应的时期内，收入（revenue）是多少

14、在该数据及对应的时期内，一共有多少订单？

15、每一单（order）对应的平均总价是多少

16、一共有多少种不同的商品被售出？