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

• 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 
<