pandas练习（一）------ 了解数据

探索Chipotle快餐数据

 （相关数据见github）

步骤1 导入pandas库

import pandas as pd

步骤2 导入数据集

path1 = "./data/chipotle.tsv"    # chipotle.tsv

步骤3 将数据集存入一个名为chipo的数据框内

chipo = pd.read_csv(path1, sep = '\t')

步骤4 查看后面几行行内容

chipo.tail()  #查看最后五行  head()可查看前五行

输出：

 

步骤5 观察数据集中值的数量是多少

chipo.info()

输出：

步骤6 数据集大小

# 查看数据大小
chipo.shape # 行列数
# chipo.shape[0] # 行数
# chipo.shape[1] # 列数

 输出：

(4622, 5)

步骤7 打印出所有的列名称

chipo.columns

 输出：

Index(['order_id', 'quantity', 'item_name', 'choice_description',
       'item_price'],
      dtype='object')

步骤8 数据集的索引是怎样的

chipo.index

 输出：

RangeIndex(start=0, stop=4622, step=1)

步骤9 被下单数最多商品(item)是什么?

# 以item_name分组 并对quantity求和
c = chipo[['item_name','quantity']].groupby(['item_name'],as_index=False).agg({'quantity':sum})
c.sort_values(['quantity'],ascending=False,inplace=True)
c.head()

输出：

步骤10 在item_name这一列中，一共有多少种商品被下单？

chipo['item_name'].nunique()

输出：

50

步骤11 在choice_description中，下单次数最多的商品是什么？

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

输出：

[Diet Coke]                                                                          134
[Coke]                                                                               123
[Sprite]                                                                              77
[Fresh Tomato Salsa, [Rice, Black Beans, Cheese, Sour Cream, Lettuce]]                42
[Fresh Tomato Salsa, [Rice, Black Beans, Cheese, Sour Cream, Guacamole, Lettuce]]     40

步骤12 一共有多少商品被下单？

total_items_orders = chipo['quantity'].sum()
total_items_orders

输出：

4972

步骤13 将item_price转换为浮点数

dollarizer = lambda x: float(x[1:-1])
chipo['item_price'] = chipo['item_price'].apply(dollarizer)

步骤14 在该数据集对应的时期内，收入(revenue)是多少

# 价格乘以数量 再求和
chipo['sub_total'] = round(chipo['item_price'] * chipo['quantity'],2)
chipo['sub_total'].sum()

输出：

39237.02

步骤15 在该数据集对应的时期内，一共有多少订单？

chipo['order_id'].nunique()

输出：

1834

步骤16 每一单(order)对应的平均总价是多少？

chipo[['order_id','sub_total']].groupby(by=['order_id']).agg({'sub_total':'sum'})['sub_total'].mean()

输出：

21.39423118865867

步骤17 一共有多少种不一样的商品被售出？

chipo['item_name'].nunique()

输出：

50

 

参考连接：

一、http://pandas.pydata.org/pandas-docs/stable/cookbook.html#cookbook

二、https://www.analyticsvidhya.com/blog/2016/01/12-pandas-techniques-python-data-manipulation/

三、https://github.com/guipsamora/pandas_exercises