利用pandas库进行数据分析（二）

一.这段代码首先读取了CSV文件，然后按照国家和省份对店铺进行了分组，并统计了每个分组的店铺数量。最后，它打印了分组后的索引，即每个分组的键

# coding=utf-8
import pandas as pd
import numpy as np

file_path = './starbucks_store_worldwide.csv'

df = pd.read_csv(file_path)

# 按照国家分组，并统计每个国家店铺的数量
grouped = df.groupby(by='Country')
country_count = grouped['Brand'].count()
print(country_count['US'])
print(country_count['CN'])

# 统计中国每个省店铺的数量
china_data = df[df['Country'] == 'CN']
grouped = china_data.groupby(by='State/Province').count()['Brand']
print(grouped)

# 数据按照多个条件进行分组，返回Series
grouped = df['Brand'].groupby(by=[df['Country'], df['State/Province']]).count()
print(grouped)
print(type(grouped))

# 数据按照多个条件进行分组，返回DataFrame
grouped1 = df[['Brand']].groupby(by=[df['Country'], df['State/Province']]).count()
print(grouped1, type(grouped1))

# 索引的方法和属性
print(grouped1.index)  # 打印分组后的索引，即每个分组的键

二.使用pandas读取CSV文件，准备了店铺数量排名前十的国家数据，并使用matplotlib绘制了柱状图

# coding=utf-8
import pandas as pd
from matplotlib import pyplot as plt

# 指定CSV文件路径
file_path = './starbucks_store_worldwide.csv'

# 使用pandas读取CSV文件
df = pd.read_csv(file_path)

# 使用pandas的groupby方法按照'Country'列进行分组，并计算每个国家下的店铺数量
# count()函数用于计算分组后的数量，这里计算的是'Brand'列的数量
# sort_values函数用于对分组后的数据进行排序，按照店铺数量降序排列
# [:10]用于取排序后的前10个国家
data1 = df.groupby('Country').count()['Brand'].sort_values(ascending=False)[:10]

# 获取排序后的国家名称和店铺数量
_x = data1.index  # 国家名称
_y = data1.values  # 店铺数量

# 创建一个大小为20x8，分辨率为100的图形
plt.figure(figsize=(20, 8), dpi=100)

# 绘制柱状图，x轴是国家名称的索引，y轴是店铺数量
# 颜色设置为橙色
plt.bar(range(len(_x)), _y, color='orange')

# 设置x轴的刻度，使其对应国家名称
plt.xticks(range(len(_x)), _x)

# 显示图形
plt.show()

这段代码的功能如下：

1. 读取包含星巴克店铺数据的CSV文件。

2. 按照国家对数据进行分组，并计算每个国家下的店铺数量。

3. 将国家按店铺数量降序排列，并选择前10个国家。

4. 准备数据用于绘图，国家名称作为x轴标签，店铺数量作为y轴的值。

5. 使用matplotlib绘制柱状图，x轴表示前10个国家，y轴显示每个国家星巴克店铺的数量。

运行效果如下：

 三.使用pandas读取CSV文件，过滤出中国的数据，然后绘制了中国店铺数量排名前25的城市的水平柱状图

# coding=utf-8
import pandas as pd
from matplotlib import pyplot as plt
from matplotlib import font_manager

# 设置matplotlib中文字体
my_font = font_manager.FontProperties(fname='C:\Windows\Fonts\msyh.ttc')

# 设置pandas显示的最大行数、列数和宽度
pd.set_option('display.max_rows', 500)
pd.set_option('display.max_columns', 100)
pd.set_option('display.width', 1000)

# 指定CSV文件路径
file_path = './starbucks_store_worldwide.csv'

# 使用pandas读取CSV文件
df = pd.read_csv(file_path)

# 过滤出中国的数据
df = df[df['Country'] == 'CN']

# 打印前1行数据，用于检查
print(df.head(1))

# 使用pandas的groupby方法按照'City'列进行分组，并计算每个城市下的店铺数量
# count()函数用于计算分组后的数量，这里计算的是'Brand'列的数量
# sort_values函数用于对分组后的数据进行排序，按照店铺数量降序排列
# [:25]用于取排序后的前25个城市
data1 = df.groupby('City').count()['Brand'].sort_values(ascending=False)[:25]

# 获取排序后的城市名称和店铺数量
_x = data1.index  # 城市名称
_y = data1.values  # 店铺数量

# 创建一个大小为20x12，分辨率为100的图形
plt.figure(figsize=(20, 12), dpi=100)

# 绘制水平柱状图，y轴是城市名称的索引，x轴是店铺数量
# 高度设置为0.3，颜色设置为橙色
# 使用[::-1]将_x和_y反转，使得数量从大到小绘制
plt.barh(range(len(_x)), _y[::-1], height=0.3, color='orange')

# 设置y轴的刻度，使其对应城市名称，并使用中文字体
plt.yticks(range(len(_x)), _x[::-1], font_properties=my_font)

# 显示图形
plt.show()

这段代码的功能如下：

1. 设置了matplotlib的中文字体。

2. 设置了pandas显示的最大行数、列数和宽度。

3. 读取了包含星巴克店铺数据的CSV文件，并过滤出了中国的数据。

4. 使用pandas的groupby方法按照'City'列进行分组，并计算每个城市下的店铺数量。

5. 将城市按店铺数量降序排列，并选择前25个城市。

6. 准备数据用于绘图，城市名称作为y轴标签，店铺数量作为x轴的值。

7. 使用matplotlib绘制水平柱状图，y轴表示前25个城市，x轴显示每个城市星巴克店铺的数量。

运行效果如下：

以上文章涉及的starbucks_store_worldwide数据资源链接如下：

starbucks_store_worldwide.zip文件大小：1.1 M|https://wwt.lanzoum.com/iTUap1oapq9g