Python数据分析_Pandas入门_探索酒类消费数据_Drinks

最新推荐文章于 2024-04-15 18:11:12 发布
最新推荐文章于 2024-04-15 18:11:12 发布
阅读量4.4k 收藏 28
点赞数 3
分类专栏： 数据分析 Python学习 文章标签： python pandas 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/baidu_34454863/article/details/100859928
版权
通过Pandas分析全球酒类消费数据，发现欧洲酒类需求最高，尤其红酒；亚洲白酒消耗量较大，红酒消耗最低。啤酒在中美、南美及大洋洲受欢迎；非洲啤酒需求高于其他酒类。数据可视化显示，啤酒分布接近正态，白酒右偏态，红酒异常值多。
摘要由CSDN通过智能技术生成

背景

Pandas练习题第三个数据集，寻找新的视角看数据

步骤

导入数据

导入酒类消费数据

以大洲为组进行分类，查看均值GroupBy

对数据进行可视化

从图中明显可以看出：

  • 欧洲的酒类消费需求最多，啤酒、白酒、红酒和每升酒精含量均值均为最高
  • 中美、南美洲啤酒、白酒消费需求较多，对红酒消费需求较少
  • 大洋洲消费结构与美洲相似，但消费需求较少
  • 非洲对啤酒需求要远高于白酒、红酒，整体消费需求较少
  • 亚洲由于传统文化影响，白酒需求最高，红酒需求最低，每升酒精含量均值最低，整体消费需求最少大洲数据可视化

最低0.47元/天 解锁文章
EarlZed
关注
专栏目录
Python数据分析实战（3）——探索酒类消费数据
m0_71361876的博客
08-08 1564
练习3-数据分组——探索酒类消费数据
【Python数据分析与处理 实训03】 --- 酒类消费信息分析（数据分组聚合 group().agg()应用）
懂得一千零一种,赋予你失败的方法！
12-01 5157
【Python数据分析与处理 实训03】 — 酒类消费信息分析 探索酒类消费信息 对于下面的数据集进行简单的一些数据的分析训练： 若需要源数据请私信~ 1.将数据框命名为drinks drinks = pd.read_csv("G:\Projects\pycharmeProject\大数据比赛\泰迪智能科技\data\drinks.csv") print(drinks.head()) 2.哪个大陆（continent）平均消耗的啤酒（beer）更多 avg = drinks.groupby(
Python数据分析——分析全球酒类消费数据
最新发布
Waitind_的博客
04-15 1319
mean’ 函数计算平均值，‘max’ 函数找到每个组中的最大值，而 ‘min’ 函数找到每个组中的最小值。这意味着数据将根据不同的大陆进行划分，每个大陆的数据将被视为一个组。这意味着数据将根据不同的大陆进行划分，每个大陆的数据将被视为一个组。这意味着数据将根据不同的大陆进行划分，每个大陆的数据将被视为一个组。这意味着数据将根据不同的大陆进行划分，每个大陆的数据将被视为一个组。: 这部分指定了要对其进行统计描述的列，这里是 ‘wine_servings’ 列，即葡萄酒消费量列。
酒类消费数据统计
zhangting_123abc的博客
02-18 453
1
Python数据分析（3）----酒类销售数据分析
weixin_43981621的博客
02-04 5238
本次实验内容为餐饮订单数据的分析，数据请见：https://pan.baidu.com/s/1tL7FE5lxs-gb6Phf8XRu_Q，文件夹：data_analysis，下面的文件：drinks.csv 本次实验主要是对python中的数据进行基本操作。 代码为： #!/usr/bin/env python # -*- coding:utf-8 -*- import pandas as p...
用python做数据分析pandas库介绍之DataFrame基本操作
weixin_30430169的博客
02-21 1841
怎样删除list中空字符？ 最简单的方法：new_list = [ x for x in li if x != '' ] 这一部分主要学习pandas中基于前面两种数据结构的基本操作。 设有DataFrame结果的数据a如下所示： a b c one 4 1 1 two 6 2 0 three 6 1 6 一、查看数...
Python数据分析习题（基于pandas&numpy模块）（上）
weixin_46960971的博客
02-10 4948
练习题目录 习题编号 内容 相应数据集 练习1 - 开始了解你的数据 探索Chipotle快餐数据 chipotle.tsv 练习2 - 数据过滤与排序 探索2012欧洲杯数据 Euro2012_stats.csv 练习3 - 数据分组 探索酒类消费数据 drinks.csv 练习4 - Apply函数 探索1960 - 2014 美国犯罪数据 US_Crime_Rates_1960_2014.csv 练习5 - 合并 探索虚拟姓名数据 练习中手动内置的数据 练习1-开始了解你的数据 探索Chipotl
Pandas数据分析练习3
掌握情绪丶品味人生
05-26 2052
练习3-数据分组 探索酒类消费数据 目录 步骤1 导入必要的库 步骤2 从以下地址导入数据 步骤3 将数据框命名为drinks 步骤4 哪个大陆(continent)平均消耗的啤酒(beer)更多？ 步骤5 打印出每个大陆(continent)的红酒消耗(wine_servings)的描述性统计值 步骤6 打印出每个大陆每种酒类别的消耗平均值 步骤7 打印出每个大陆每种酒类别的消耗中位数 步骤8 打印出每个大陆对spirit饮品消耗的平均值，最大值和最小值 代码截图 步骤1 导入
这十套练习，教你如何使用Pandas做数据分析
heywhaleshequ的博客
03-10 5172
Pandas是入门Python做数据分析所必须要掌握的一个库，本文精选了十套练习题，帮助读者上手Python代码，完成数据集探索。 本文内容由科赛网翻译整理自Github，建议读者完成科赛网 从零上手Python关键代码 和 Pandas基础命令速查表 教程学习的之后，再对本教程代码进行调试学习。 【小提示：本文所使用的数据集下载地址：DATA | TRAIN 练习数据集】 ????点击此处，不用配环境...
Pandas——练习题一：在校生饮酒消费数据分析
07-25
Pandas—练习题一：在校生饮酒消费数据分析。主要用于pandas的函数操作练习
Python数据分析——白葡萄酒实训
qq_52331221的博客
10-15 4703
【代码】Python数据分析——白葡萄酒实训。
python红酒数据提取与分析
li0210的博客
06-05 2184
本文使用的数据集是来自UCI机器学习库的红酒数据集。该数据集包含1599个红酒样本，每个样本有11个特征，其中包括固定酸度、挥发性酸度、柠檬酸、残糖、氯离子、游离二氧化硫、总二氧化硫、密度、酸碱度、酒精含量和质量。其中，质量是通过专家品鉴评分的结果，分数在0到10之间。
pandas使用isna函数和any函数计算返回dataframe中包含缺失值的数据行（rows with missing values in dataframe）
data+scenario+science+insight
01-29 494
pandas使用isna函数和any函数计算返回dataframe中包含缺失值的数据行（rows with missing values in dataframe）
pandas返回dataframe中指定数据列包含缺失值的数据行（rows with missing values in specific column of dataframe）
data+scenario+science+insight
01-28 861
pandas返回dataframe中指定数据列包含缺失值的数据行（rows with missing values in specific column of dataframe）
python使用pandas中的read_csv函数读取csv数据为dataframe、使用isnull函数查看数据中是否包含缺失值
statistics+insight+vista+power
08-01 727
python使用pandas中的read_csv函数读取csv数据为dataframe、使用isnull函数查看数据中是否包含缺失值
python积累--pandas读取数据积累--dataframe用法
直到世界的尽头
04-21 8288
通过带有标签的列和索引，Pandas 使我们可以以一种所有人都能理解的方式来处理数据。它可以让我们毫不费力地从诸如 csv 类型的文件中导入数据。我们可以用它快速地对数据进行复杂的转换和过滤等操作。 pandas和 Numpy、Matplotlib 一起构成了一个 Python 数据探索和分析的强大基础。Scipy是同类型的库，感兴趣的可以进行了解。 本文记录和收集积累pandas的用法。 导入 ...
Panads 作业集 - 记录 （1、开始了解你的数据）（2、创建数据框DataFrames）（3、探索2012欧洲杯数据）（4、探索酒类消费数据）（5、探索虚拟姓名数据）
Bessie_Lee
07-20 366
该博客的目的是记录作业，过俩天会有pandas的学习笔记博客 1、开始了解你的数据 2、创建数据框DataFrames题目 3、探索2012欧洲杯数据题目 4、探索酒类消费数据题目 5、探索虚拟姓名数据题目
Pandas模块中的DataFrame数据操作
天际
03-09 3529
将Excel中的数据读入Pandas模块中的DataFrame结构，然后对数据进行增删查改等操作。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值