数据分析实战项目练习——餐厅订单数据

餐厅订单数据分析

本文将从以下几个方面对餐厅订单数据进行可视化展示及剖析，旨在为营业者提供一定的决策和建议。

1. 餐厅最受欢迎菜品TOP10
2. 订单ID点菜种类TOP10（消费维度分析）
3. 订单ID点菜数量TOP10（消费维度分析）
4. 订单ID消费最多的金额（消费维度分析）
5. 订单ID平均消费最贵（消费维度分析）
6. 餐厅点菜量分析（日期与时间维度分析）

***## 第一步：导入相应的包***
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']= 'SimHei' ##设置中文字体
%matplotlib inline
***## 第二步：加载数据集***
data1 = pd.read_excel('E:\BaiduNetdiskDownload\meal_order_detail.xlsx',sheet_name='meal_order_detail1')
data2 = pd.read_excel('E:\BaiduNetdiskDownload\meal_order_detail.xlsx',sheet_name='meal_order_detail2')
data3 = pd.read_excel('E:\BaiduNetdiskDownload\meal_order_detail.xlsx',sheet_name='meal_order_detail3')
备注：此处数据由三个Sheet组成，分别是meal_order_detail1、meal_order_detail2、meal_order_detail3。
EXCEL数据如下图所示：

***## 第三步：数据预处理***
接下来我们进行数据合并的操作，代码如下：
data = pd.concat([data1,data2,data3],axis=0)
#axis=0 表示行连接数据，1表示列链接数据
data.head() #只显示前5行
合并后的数据如下图

接下来我们查看合并后的数据信息，观察数据的基本构成

data.info()  #查看数据信息

由基本信息可知该数据集共由10037条数据构成，其中数据类型分别是int整型、float 浮点型、object 、datetime64[ns]四种类型。同时我们发现还存在non-null的缺失数据，对其应进行进一步的处理。

data.dropna(axis=1,inplace=True)  
# 删除数据中的空值列，列的话是1，inplace= True 作用于源数据

再次观察数据信息，发现空值数据已被剔除。
接下来我们对菜品的平均价格进行计算，可用如下两种方式实现。
统计买出菜品的平均价格
方法一：pandas 自带函数

data['amounts'].mean()

数据结果显示：44.821360964431605

round(data['amounts'].mean(),2)  #round 函数进行四舍五入操作，此处保留2位

数据结果显示：44.82
方法二：numpy 函数 (当数据量多的时候，建议使用此方法)

- round(np.mean(data['amounts']),2)

数据结果显示：44.82
频数统计 什么菜最受欢迎（对菜名进行频数统计，然后取最大的前10名）

dishes_count = data ['dishes_name'].value_counts()
dishes_count

结果显示如图

由于我们此处只需计算前十名的数据，所以对多余数据进行剔除，仅保留前十名。

dishes_count = data ['dishes_name'].value_counts()[:10]  # [:10]切片取前10名
dishes_count

结果如下：

将最受欢迎的菜品TOP10进行可视化展示

# 数据可视化 Matplotlib
dishes_count.plot(kind='line',color='pink')  ##折线图
dishes_count.plot(kind='bar',fontsize=16)   ##柱状图
for x,y in enumerate(dishes_count):
      print(x,y)
      plt.text(x,y+1,y,ha='center',fontsize=12) ##ha='center'字体居中显示
plt.title('最受欢迎菜品TOP10')
plt.xlabel('菜品名称')
plt.ylabel('点购数量')

从显示结果来看，该餐厅的热门菜品可分为两类：
素菜类：凉拌菠菜。
肉菜类：麻辣小龙虾、辣炒鱿鱼 、芝士烩波士顿龙虾、香酥两吃大虾 、焖猪手 。
其中谷稻小庄经查询为饮品类，白饭/大碗、五色糯米饭(七色)、白饭/小碗为主食类不属于菜品范畴。
对此，我们可以提出建议如下：
①热门菜品凉拌菜类可否增加品类，以吸引顾客再次消费。
②生鲜食品能否和其他传统菜品进行搭配销售，以提高传统菜品的销售量。
③主食类价格调整策略：如小碗米饭1元，大碗米饭1.5元。

订单ID点菜种类TOP10

 data_group = data['order_id'].value_counts()[:10]
data_group.plot(kind='bar',fontsize=16)
plt.title('订单点菜的种类TOP10')
plt.xlabel('订单ID',fontsize=16)
plt.ylabel('点菜种类',fontsize=16)
for x,y in enumerate(data_group):
      print(x,y)
      plt.text(x,y+1,y,ha='center',fontsize=12) ##ha='center'字体居中显示
plt.title('订单点菜的种类TOP10')
plt.xlabel('订单ID')
plt.ylabel('点菜种类')

上图总结：八月份餐厅订单点菜种类前10名，平均点菜25个菜品。该点菜种类的菜品，那个菜品利润更高，可适当加大宣传力度，做好营销工作。以提高餐厅的利润。
订单ID点菜数量TOP10（分组order_id,counts求和，排序，前十）

data['total_amounts']=data['counts']*data['amounts'] # 统计单道菜消费总额
dataGroup = data[['order_id','counts','amounts','total_amounts']].groupby(by='order_id')
Group_sum = dataGroup.sum() #分组求和
sort_counts = Group_sum .sort_values(by='counts',ascending=False)
sort_counts['counts'][:10].plot(kind='bar',fontsize=16)
plt.title('订单ID点菜数量TOP10')
plt.xlabel('订单ID')
plt.ylabel('点菜数量')

上图总结：八月份餐厅订单点菜数量前10名，平均点菜30个菜品。餐厅经营者可否根据点餐数量设满足不同需求的个性化菜单，对就餐者提供合理的订餐建议，避免菜品浪费现象产生。
订单id消费最多的金额TOP10（排序）

sort_total_amounts = Group_sum.sort_values(by='total_amounts',ascending=False)
sort_total_amounts['total_amounts'][:10].plot(kind='bar')
plt.title('消费金额前10名')
plt.xlabel('订单ID')
plt.ylabel('消费金额')

上图显示了前10名订单ID消费金额的分布情况，根据分布情况，餐厅经营者可否将订单ID者划分为不同的等级，如VIP1、VIP2、VIP3、VIP4、VIP5。数字越大等级越高。针对VIP办理年卡、季卡、月卡、周卡等促进顾客进行多次消费。

订单ID平均消费最贵TOP10

Group_sum['average']=Group_sum['total_amounts']/Group_sum['counts']
sort_average = Group_sum.sort_values(by='average',ascending=False)
sort_average['average'][:10].plot(kind='bar')
plt.title('消费单价前10名')
plt.xlabel('订单ID')
plt.ylabel('消费单价')

观察上图可看出前十名消费单价集中在100元左右。餐厅经营者可根据消费水平对餐厅菜品价格进行合理定价。同时帮助经营者认清该餐厅的消费等级，通过对餐厅消费水平设置价格标签，来精准的寻找该消费阶层的人群。

** 一天当中什么时间段，点菜量比较集中（用hour来计算）**

data['hourcount']= 1  #创建新列，用于计数
data['time'] = pd.to_datetime(data['place_order_time']) #将时间转换成日期类型存储

原始数据长这样：

可以看到数据格式并不规范，我们需进行处理
pandas中的to_datetime（）可获取指定的时间和日期
将2016/8/1 11:05:36转换成2016-8-1 11:05:36
data[‘hour’] = data[‘time’].map(lambda x:x.hour)
此处操作是将上一步中转换了的日期类型数据进行拆分，分别将日期和时间赋予到不同的列。
可以看到原始表格新增了两列，分别是time列和hour列。

gp_by_hour = data.groupby(by='hour').count()['hourcount']

pandas的groupby需要明确以什么维度聚合，以及聚合的方式是sum求和，抑或max求最值，还是count计数。上述代码是用‘hour’来聚合，聚合方式是count计数。接下来绘制以小时来聚合的数据，代码展示如下：

gp_by_hour.plot(kind='bar',fontsize=16)
for x,y in enumerate(gp_by_hour):
      print(x,y)
      plt.text(x,y+1,y,ha='center',fontsize=12) ##ha='center'字体居中显示
plt.xlabel('小时',fontsize=16)
plt.ylabel('下单数量',fontsize=16)
plt.title('下单数与小时的关系图',fontsize=16)

• List item
  从上述图表中我们可以得到如下结论：
  ①14：00和22：00 下单人数最少，可以减少该时间段工作的员工人数。
  ②17：00-21：00 时间段，进餐人数达到了一日中的高峰期，下单数量均大于1000。可以增加该时间段员工的数量，或者雇佣该小时段的临时工，来帮助餐厅服务的开展。
  ③上午的下单量约为下午下单量的三分之二，人们更倾向于下午时间段在餐厅消费。
  那一天订餐数量最多(操作同上)

data['daycount']= 1  #创建新列，用于计数
data['day'] = data['time'].map(lambda x:x.day)
gp_by_day = data.groupby(by='day').count()['daycount']
gp_by_day.plot(kind='bar',fontsize=10)
for x,y in enumerate(gp_by_day):
      print(x,y)
      plt.text(x,y+1,y,ha='center',fontsize=10) ##ha='center'字体居中显示
plt.xlabel('8月份日期',fontsize=16)
plt.ylabel('点菜数量',fontsize=16)
plt.title('点菜数量与日期的关系图',fontsize=16)

查看星期几人数最多，订餐数最多，映射数据到日期

data['weekcount']= 1  #创建新列，用于计数
data['weekday'] = data['time'].map(lambda x:x.weekday())
gp_by_weekday = data.groupby(by='weekday').count()['weekcount']
gp_by_weekday.plot(kind='bar',fontsize=10)
for x,y in enumerate(gp_by_weekday):
      print(x,y)
      plt.text(x,y+1,y,ha='center',fontsize=10) ##ha='center'字体居中显示
plt.xlabel('星期',fontsize=16)
plt.ylabel('点菜数量',fontsize=16)
plt.title('点菜数量与星期的关系图',fontsize=16)

时间维度的餐厅订单分析，可以帮助经营者合理的设置员工排班时间和员工规模数量的敲定。做出更清楚、客观的决策。