Python数据分析与可视化Pandas统计分析（实训二）

Posted 2021-12-31 ZSYL

【Python数据分析与可视化】Pandas统计分析（实训二）

• 对小费数据集进行数据分析与可视化
• • 1.导入模块
  • 2.获取数据
  • 3.分析数据
  • • （1） 查看数据待描述信息
    • （2）修改列名为汉字，并显示前5行数据
    • （3）增加一列“人均消费”
    • （4）查询抽烟男性中人均消费大于15的数据
    • （5）分析小费和总金额的关系
    • （6）分析男女顾客哪个更慷慨，分组看看男性还是女性的小费平均水平更高
    • （7）分析日期和小费的关系
    • （8）性别+抽烟书对慷慨度的影响
    • （9）聚餐时间与小费数额的关系

对小费数据集进行数据分析与可视化

1.导入模块

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']   #显示中文字体
plt.rcParams['axes.unicode_minus'] = False    #显示负号
%matplotlib inline

2.获取数据

fdata=pd.read_excel('tips.xls')
fdata

	total_bill	tip	sex	smoker	day	time	size
0	16.99	1.01	Female	No	Sun	Dinner	2
1	10.34	1.66	Male	No	Sun	Dinner	3
2	21.01	3.50	Male	No	Sun	Dinner	3
3	23.68	3.31	Male	No	Sun	Dinner	2
4	24.59	3.61	Female	No	Sun	Dinner	4
5	25.29	4.71	Male	No	Sun	Dinner	4
6	8.77	2.00	Male	No	Sun	Dinner	2
7	26.88	3.12	Male	No	Sun	Dinner	4
8	15.04	1.96	Male	No	Sun	Dinner	2
9	14.78	3.23	Male	No	Sun	Dinner	2
10	10.27	1.71	Male	No	Sun	Dinner	2
11	35.26	5.00	Female	No	Sun	Dinner	4
12	15.42	1.57	Male	No	Sun	Dinner	2
13	18.43	3.00	Male	No	Sun	Dinner	4
14	14.83	3.02	Female	No	Sun	Dinner	2
15	21.58	3.92	Male	No	Sun	Dinner	2
16	10.33	1.67	Female	No	Sun	Dinner	3
17	16.29	3.71	Male	No	Sun	Dinner	3
18	16.97	3.50	Female	No	Sun	Dinner	3
19	20.65	3.35	Male	No	Sat	Dinner	3
20	17.92	4.08	Male	No	Sat	Dinner	2
21	20.29	2.75	Female	No	Sat	Dinner	2
22	15.77	2.23	Female	No	Sat	Dinner	2
23	39.42	7.58	Male	No	Sat	Dinner	4
24	19.82	3.18	Male	No	Sat	Dinner	2
25	17.81	2.34	Male	No	Sat	Dinner	4
26	13.37	2.00	Male	No	Sat	Dinner	2
27	12.69	2.00	Male	No	Sat	Dinner	2
28	21.70	4.30	Male	No	Sat	Dinner	2
29	19.65	3.00	Female	No	Sat	Dinner	2
...	...	...	...	...	...	...	...
214	28.17	6.50	Female	Yes	Sat	Dinner	3
215	12.90	1.10	Female	Yes	Sat	Dinner	2
216	28.15	3.00	Male	Yes	Sat	Dinner	5
217	11.59	1.50	Male	Yes	Sat	Dinner	2
218	7.74	1.44	Male	Yes	Sat	Dinner	2
219	30.14	3.09	Female	Yes	Sat	Dinner	4
220	12.16	2.20	Male	Yes	Fri	Lunch	2
221	13.42	3.48	Female	Yes	Fri	Lunch	2
222	8.58	1.92	Male	Yes	Fri	Lunch	1
223	15.98	3.00	Female	No	Fri	Lunch	3
224	13.42	1.58	Male	Yes	Fri	Lunch	2
225	16.27	2.50	Female	Yes	Fri	Lunch	2
226	10.09	2.00	Female	Yes	Fri	Lunch	2
227	20.45	3.00	Male	No	Sat	Dinner	4
228	13.28	2.72	Male	No	Sat	Dinner	2
229	22.12	2.88	Female	Yes	Sat	Dinner	2
230	24.01	2.00	Male	Yes	Sat	Dinner	4
231	15.69	3.00	Male	Yes	Sat	Dinner	3
232	11.61	3.39	Male	No	Sat	Dinner	2
233	10.77	1.47	Male	No	Sat	Dinner	2
234	15.53	3.00	Male	Yes	Sat	Dinner	2
235	10.07	1.25	Male	No	Sat	Dinner	2
236	12.60	1.00	Male	Yes	Sat	Dinner	2
237	32.83	1.17	Male	Yes	Sat	Dinner	2
238	35.83	4.67	Female	No	Sat	Dinner	3
239	29.03	5.92	Male	No	Sat	Dinner	3
240	27.18	2.00	Female	Yes	Sat	Dinner	2
241	22.67	2.00	Male	Yes	Sat	Dinner	2
242	17.82	1.75	Male	No	Sat	Dinner	2
243	18.78	3.00	Female	No	Thur	Dinner	2

244 rows × 7 columns

3.分析数据

（1） 查看数据待描述信息

fdata.describe().head()

	total_bill	tip	size
count	244.000000	244.000000	244.000000
mean	19.785943	2.998279	2.569672
std	8.902412	1.383638	0.951100
min	3.070000	1.000000	1.000000
25%	13.347500	2.000000	2.000000

（2）修改列名为汉字，并显示前5行数据

#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()

	消费总额	小费	性别	是否抽烟	星期	聚餐时间段	人数
0	16.99	1.01	Female	No	Sun	Dinner	2
1	10.34	1.66	Male	No	Sun	Dinner	3
2	21.01	3.50	Male	No	Sun	Dinner	3
3	23.68	3.31	Male	No	Sun	Dinner	2
4	24.59	3.61	Female	No	Sun	Dinner	4

（3）增加一列“人均消费”

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

	消费总额	小费	性别	是否抽烟	星期	聚餐时间段	人数	人均消费
0	16.99	1.01	Female	No	Sun	Dinner	2	8.49
1	10.34	1.66	Male	No	Sun	Dinner	3	3.45
2	21.01	3.50	Male	No	Sun	Dinner	3	7.00
3	23.68	3.31	Male	No	Sun	Dinner	2	11.84
4	24.59	3.61	Female	No	Sun	Dinner	4	6.15

（4）查询抽烟男性中人均消费大于15的数据

# 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')

	消费总额	小费	性别	是否抽烟	星期	聚餐时间段	人数	人均消费
83	32.68	5.00	Male	Yes	Thur	Lunch	2	16.34
170	50.81	10.00	Male	Yes	Sat	Dinner	3	16.94
173	31.85	3.18	Male	Yes	Sun	Dinner	2	15.92
175	32.90	3.11	Male	Yes	Sun	Dinner	2	16.45
179	34.63	3.55	Male	Yes	Sun	Dinner	2	17.32
182	45.35	3.50	Male	Yes	Sun	Dinner	3	15.12
184	40.55	3.00	Male	Yes	Sun	Dinner	2	20.27
237	32.83	1.17	Male	Yes	Sat	Dinner	2	16.42

（5）分析小费和总金额的关系

#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

（6）分析男女顾客哪个更慷慨，分组看看男性还是女性的小费平均水平更高

#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()

性别
Female    2.833448
Male      3.089618
Name: 小费, dtype: float64

（7）分析日期和小费的关系

#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)

['Sun' 'Sat' 'Thur' 'Fri']

（8）性别+抽烟书对慷慨度的影响

#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)

（9）聚餐时间与小费数额的关系

#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)

从分析图可以发现，晚餐时段的小费比午餐时段的要高。

---

加油!

感谢!

努力!