import pandas as pd
path = '../../data/exercise_data/chipotle.tsv'
# 展示被省略的列
pd.set_option('display.max_columns', 5)
# 读取文件
chipo = pd.read_csv(path, sep='\t')
# 打印全部数据
# print(chipo[['quantity', 'item_name']])
# 打印前十行数据
# print(chipo.head(10))
# 打印数据集中有多少列
# print(chipo.shape[1])
# 打印全部列名
# print(chipo.columns)
# 打印数据集的索引
# print(chipo.index)
# 被下单数最多的商品
# c = chipo[['item_name', 'quantity']].groupby(['item_name'], as_index=False).agg({'quantity': sum})
# c.sort_values(['quantity'], ascending=False, inplace=True)
# print(c.head())
# 在item_name这一列中,一共有多少 种 商品被下单?
# print(chipo['item_name'].nunique())
# 在choice_description中,下单次数最多的商品
# print(chipo['item_name'].value_counts().head())
# 一共有多少商品被下单?
# print(chipo['quantity'].sum())
# 将item_price转换为浮点数
dollarizer = lambda x: float(x[1:-1])
chipo['item_price'] = chipo['item_price'].apply(dollarizer)
# print(chipo['item_price'])
# 在该数据集对应的时期内,收入(revenue)是多少
chipo['sub_total'] = round(chipo['item_price'] * chipo['quantity'], 2)
# print(chipo['sub_total'].sum())
# 在该数据集对应的时期内,一共有多少订单
# print(chipo['order_id'].nunique())
# 每一单(order)对应的平均总价是多少
# print(chipo[['order_id', 'sub_total']].groupby(by=['order_id']).agg({'sub_total': 'sum'})['sub_total'].mean())
# 一共有多少种不同的商品被售出
print(chipo['item_name'].nunique())
数据分析Pandas练习题一:开始了解你的数据
最新推荐文章于 2024-04-24 10:12:21 发布