数据分析笔记-餐厅订单分析（一）

1、加载（导入）数据

import numpy as np
import pandas as pd
import matplotlib as plt

# 1、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')

2、数据预处理（合并行、列，删除NA的数据）

# 2、数据预处理（合并数据，NA等处理），分析数据
data = pd.concat([data1,data2,data3],axis=0) #axis=0:表示按照“行”来进行拼接数据  
                                             #axis=1:表示按照“列”来进行拼接数据
data.dropna(axis=1,inplace=True)          #dropna表示删除na所在的列（axis=1）
                                          #inplace=true不创建新的对象，直接对原始对象进行修改；
print(data.info())

data.info()的运行结果为·： 

3、数据分析 

（1）统计卖出菜品的平均价格有两种方式

        1）使用pandas中自带的平均值函数mean()

print(round(data['amounts'].mean(),2))#round()函数作用是四舍五入，2表示保留两位小数

   

        2）使用numpy中的mean()函数(建议使用numpy中的平均值函数，底层使用c++写的，计算效率更高)

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

  

 （2）什么菜最受欢迎（频数统计）

print(data['dishes_name'].value_counts()[:10])#自动降序排列，并取出前十名。

输出结果：

 4、数据可视化（绘制图表）

data['dishes_name'].value_counts()[:10].plot(kind='bar',fontsize=16)#设置柱状图 字体大小为16
plt.rcParams['font.sans-serif'] = 'SimHei' #设置中文显示
data['dishes_name'].value_counts()[:10].plot(kind='line',color='red')#设置折线图  折线颜色为红色
for x,y in enumerate(data['dishes_name'].value_counts()[:10]):
    plt.text(x,y+2,y,ha='center',fontsize=12) #设置柱状图上的文本，居中且大小为12号字体
plt.show() #绘制图表

绘制结果：