【数据分析实战】餐厅订单数据分析

今天我们来分析以下某餐厅8月份订单数据，该餐厅的订单数据前10天、中间10天、后10天分别放在不同的Sheet里。

订单数据字段包括：detail_id、order_id、dishes_id、logicprn_name、parent_class_name、dishes_name、itemis_add、counts、amounts、cost、piece_order_time、emp_id等。

0. 加载数据

import pandas as pd
import matplotlib.pyplot as plt
#为了正常显示中文
plt.rcParams['font.sans-serif'] = 'SimHei'
#加载数据
data1 = pd.read_excel('meal_order_detail.xlsx',sheet_name='meal_order_detail1')
data2 = pd.read_excel('meal_order_detail.xlsx',sheet_name='meal_order_detail2')
data3 = pd.read_excel('meal_order_detail.xlsx',sheet_name='meal_order_detail3')

1. 数据处理

#对3个表数据进行行连接
data = pd.concat([data1,data2.data3],axis=0)
#查看连接后的数据
data.head()
#查看列的数据类型和空值情况
data.info()
#删除全为空的列,inpllace=True表明直接对原数据进行修改
data.dropna(axis=1,how='all',inplace=True)

2. 从菜品维度分析

2.1 统计卖出菜品的平均价格

# 方法一：pandas自带函数
round(data['amounts'].mean(),2)
# 方法二：numpy函数处理（数据量大时建议选择）
round(np.mean(data['amounts']),2)

2.2 频数统计，什么菜最受欢迎

对菜名进行频数统计，取最大前10名

#取前10名需要用到切片
dishes_count = data['dishes_name'].value_counts()[:10]
print（dishes_count）
#查看dishes_count的形状
print(dishes_count.shape)
#数据可视化
dishes_count.plot(kind='bar',fontsize=16)# 柱状图
dishes_count.plot(kind='line',color=['r'])#在柱状图基础上画折线图
#想要在柱状图上表上数字
for  x,y in enumerate(dishes_count):
	#print(x,y)#第x个柱子的高度是y，x从0开始取
	#plt.text(x,y,y) #plt.text(第几个柱子,第几个柱子的高度，第几个柱子要写入的文本内容)
	#希望标签数据在柱子居中往上一点
	plt.text(x,y+2,y,ha='center',fontsize=12)

3. 从订单维度分析

3.1 订单的点菜种类最多

data_group = data['order_id].value_counts()[:10]
data_group.plot(kind='bar',fontsize=16,color=['r','m','b','y','g'])
plt.title('订单点菜Top10')
plt.xlabel('订单ID',fontsize=16)
plt.ylabel('点菜种类',fontsize=16)

3.2 订单的点菜数量最多

#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
#根据数量进行排序,默认是升序
sort_counts = Group_sum.sort_values(by='counts',ascending=False)
sort_counts['counts'][:10].plot(kind='bar',fontsize=16)
plt.xlabel('订单ID')
plt.ylable('点菜数量')
plt.title('订单ID点菜数量TOP10')

3.3 订单消费总额最多

#订单消费总额TOP10，默认是降序排序
sort_total_amounts = Group_sum.sort_values(by='total_amounts',ascending=False)
sort_total_amounts['total_amoubts'][:10].plot(kind='bar')
plt.xlabel('订单ID')
plt.ylabel('消费金额')
plt.title('消费金额前10名')

3.4 订单ID的平均单价

消费单价=消费总价/ 消费数量

#平均消费最贵
Group_sum['average'] = Group_sum['total_amounts']/Group_sum['counts']
sort_average = Group_sum.sort_values(by='average',ascending=False)
#sort_average还是一个df，需要取出average这一列
sort_average['average'][:10].plot(kind='bar')
plt.xlabel('订单ID')
plt.ylabel('消费单价')
plt.title('消费金额TOP10')

4. 从时间维度分析

4.1 一天中集中在哪个时段点菜

#添加新列，方便汇总求和，用作计数器
data['hourcount'] = 1
data['time'] = pd.to_datetime(data['place_order_time']) # 加时间转换成日期类型存储
data['hour'] = data['time'].map(lambda x: x.hour)
gp_by_hour = data.groupby(by=data['hour']).count() ['hourcount']
gp_by_hour.plot(kind='bar')
plt.xlabel('小时')
plt.ylabel('下单数量')
plt.title('下单数与小时的关系')

4.2 哪一天的订餐数量最多

data['daycount'] = 1
data['day'] = data['time'].map(lambda x: x.day) 
gp_by_day = data.groupby(by=data['day']).count()['daycount']
gp_by_day.plot(kind='bar')
plt.xlabel('8月份日期')
plt.ylabel('点菜数量')
plt.title('点菜数量与天的关系')

4.3 查看星期几人数最多，订餐数最多，需要映射到星期

data['weekcount'] = 1
data['weekday'] = data['time'].map(lambda x : x.weekday)
gp_by_week = data.groupby(by=data['weekday']).count()['weekcount']
gp_by_day.plot(kind='bar')
plt.xlabel('8月份星期')
plt.ylabel('点菜数量')
plt.title('点菜数量与星期的关系')

5. 项目总结

• pd.concat([表1,dat2.data3],axis=0) #按行拼接
• 分组进行统计 （分组求和）
• 排序、切片、TOP10
• 绘制柱状图走势和高度
• 函数count（）和 value_counts() 的区别
  假设有以下数据：

hour    value
1       A
1       B
2       A
2       A
2       C

对于 data.groupby(by=data[‘hour’]).count()，返回的结果是：

hour    
1       2
2       3

对于 data.groupby(by=data[‘hour’]).value_counts()，返回的结果是：

hour    value
1       A        1
        B        1
2       A        2
        C        1