餐店订单数据分析实战

数据源：

有用数据字段：

# 加载数据
# 1.订单的长度，shape，columns
# 2. 统计菜名的平均价格（amounts）
# 3.什么菜最受欢迎
# 4.那个订单ID点的菜最多
import pandas as pd
import numpy as np
import xlrd
import matplotlib.pyplot as plt

pd.options.display.max_rows = 100000
data1 = pd.read_excel('meal_order_detail.xlsx',sheet_name='meal_order_detail1',nrows= 100)
data2 = pd.read_excel('meal_order_detail.xlsx',sheet_name='meal_order_detail2',nrows= 100)
data3 = pd.read_excel('meal_order_detail.xlsx',sheet_name='meal_order_detail3',nrows= 100)

# 数据预处理（合并数据,NA的处理），分析数据
data = pd.concat([data1,data2,data3],axis=0)#将文件中的三个sheet按照行进行拼接在一起
# data.head(5)
data.dropna(axis=1,inplace=True)#按照列删除na值，inplace=True在原始的data上进行修改
data.info()#查看数据信息
# 统计八月份卖出菜品的平均价格
df1=round(data['amounts'].mean(),2) #方法一：pandas自带函数mean()平均值函数
df2=round(np.mean(data['amounts']),2) # 方法二：numpy函数处理比pandas快
print(df1)
# 频数统计，什么菜最受欢迎，（对菜名进行频数统计，取最大的前十名）
dishes_count = data['dishes_name'].v