kesci-这十套练习，教你如何使用Pandas做数据分析-练习1（学习笔记）

题目数据来源：https://www.kesci.com/mw/notebook/5c1b599d8859e0002b718378

1. 导入需要的库

import pandas as pd

2. 导入数据

chipo = pd.read_csv('chipotle.tsv', sep='\t')

3. 查看前10行内容

chipo.head(10)

4. 数据集有多少列（columns）

# print(chipo.shape)  (4622, 5)
# type(chipo.shape)  tuple 元祖类型  元祖是根据索引来获取元素的

chipo.shape[1]

5. 打印出全部列的名称

chipo.columns

6. 数据集的索引是怎样的

chipo.index

7. 被下单最多的商品是什么

# 分组求和 排序
chipo.groupby(by='item_name').quantity.sum().sort_values(ascending=False).reset_index().head(1)

8.在item_name这一列，一共有多少种商品被下单

chipo.item_name.nunique()

9. 在choice_description中，下单次数最多的商品是什么

chipo.groupby('choice_description').quantity.count().sort_values(ascending=False).reset_index().head()

# 或：
# value_counts 结果默认排序
chipo.choice_description.value_counts().reset_index().head()

具体参数可查看博客：https://blog.csdn.net/dzjun/article/details/84925056

10. 一共有多少商品被下单

chipo.quantity.sum()

11. 将item_price转换为浮点数

# 先转换为str，再替换掉美元（$）符号，最后再转换为浮点类型（float）
chipo['item_price'] = chipo.item_price.str.replace('$', '').astype(float)

12. 在数据集对应的时期内，收入（revenue）是多少

chipo['sub_total'] = round(chipo.quantity * chipo.item_price, 2)
chipo.sub_total.sum()

13. 在数据集对应的时期内，一共有多少订单

chipo.order_id.nunique()

14. 每一单对应的平均总价是多少

chipo.groupby('order_id').sub_total.sum().mean()

15. 一共有多少种不同的商品被售出

chipo.item_name.nunique()