这十套练习，教你如何用Pandas做数据分析（01）

Pandas是入门Python做数据分析所必须要掌握的一个库。本文内容由和鲸社区翻译整理自Github，建议读者完成科赛网 从零上手Python关键代码 和 Pandas基础命令速查表 教程学习的之后，点击本篇Notebook右上角的 Fork 按钮对本教程代码进行调试学习。

转载本文请联系 和鲸社区 取得授权，和鲸社区 是聚合数据人才和行业问题的在线社区，率先打造国内首款在线数据分析协作平台ModelWhale，为数据工作者的学习与工作带来全新的体验。

练习1-开始了解你的数据

探索Chipotle快餐数据

步骤1 导入必要的库

运行以下代码

import pandas as pd
步骤2 从如下地址导入数据集

运行以下代码

path1 = “…/input/pandas_exercise/pandas_exercise/exercise_data/chipotle.tsv” # chipotle.tsv
步骤3 将数据集存入一个名为chipo的数据框内

运行以下代码

chipo = pd.read_csv(path1, sep = ‘\t’)
步骤4 查看前10行内容

运行以下代码

chipo.head(10)
order_id quantity item_name choice_description item_price
0 1 1 Chips and Fresh Tomato Salsa NaN $2.39
1 1 1 Izze [Clementine] $3.39
2 1 1 Nantucket Nectar [Apple] $3.39
3 1 1 Chips and Tomatillo-Green Chili Salsa NaN $2.39
4 2 2 Chicken Bowl [Tomatillo-Red Chili Salsa (Hot), [Black Beans… $16.98
5 3 1 Chicken Bowl [Fresh Tomato Salsa (Mild), [Rice, Cheese, Sou… $10.98
6 3 1 Side of Chips NaN $1.69
7 4 1 Steak Burrito [Tomatillo Red Chili Salsa, [Fajita Vegetables… $11.75
8 4 1 Steak Soft Tacos [Tomatillo Green Chili Salsa, [Pinto Beans, Ch… $9.25
9 5 1 Steak Burrito [Fresh Tomato Salsa, [Rice, Black Beans, Pinto… $9.25
步骤6 数据集中有多少个列(columns)

运行以下代码

chipo.shape[1]
5
步骤7 打印出全部的列名称

运行以下代码

chipo.columns
Index([‘order_id’, ‘quantity’, ‘item_name’, ‘choice_description’,
‘item_price’],
dtype=‘object’)
步骤8 数据集的索引是怎样的

运行以下代码

chipo.index
RangeIndex(start=0, stop=4622, step=1)
步骤9 被下单数最多商品(item)是什么?

运行以下代码，做了修正

c = chipo[[‘item_name’,‘quantity’]].groupby([‘item_name’],as_index=False).agg({‘quantity’:sum})
c.sort_values([‘quantity’],ascending=False,inplace=True)
c.head()
item_name quantity
17 Chicken Bowl 761
18 Chicken Burrito 591
25 Chips and Guacamole 506
39 Steak Burrito 386
10 Canned Soft Drink 351
步骤10 在item_name这一列中，一共有多少种商品被下单？

运行以下代码

chipo[‘item_name’].nunique()
50
步骤11 在choice_description中，下单次数最多的商品是什么？

运行以下代码，存在一些小问题

chipo[‘choice_description’].value_counts().head()
[Diet Coke] 134
[Coke] 123
[Sprite] 77
[Fresh Tomato Salsa, [Rice, Black Beans, Cheese, Sour Cream, Lettuce]] 42
[Fresh Tomato Salsa, [Rice, Black Beans, Cheese, Sour Cream, Guacamole, Lettuce]] 40
Name: choice_description, dtype: int64
步骤12 一共有多少商品被下单？

运行以下代码

total_items_orders = chipo[‘quantity’].sum()
total_items_orders
4972
步骤13 将item_price转换为浮点数

运行以下代码

dollarizer = lambda x: float(x[1:-1])
chipo[‘item_price’] = chipo[‘item_price’].apply(dollarizer)
步骤14 在该数据集对应的时期内，收入(revenue)是多少

运行以下代码,已经做更正

chipo[‘sub_total’] = round(chipo[‘item_price’] * chipo[‘quantity’],2)
chipo[‘sub_total’].sum()
39237.02
步骤15 在该数据集对应的时期内，一共有多少订单？

运行以下代码

chipo[‘order_id’].nunique()
1834
步骤16 每一单(order)对应的平均总价是多少？

运行以下代码，已经做过更正

chipo[[‘order_id’,‘sub_total’]].groupby(by=[‘order_id’]
).agg({‘sub_total’:‘sum’})[‘sub_total’].mean()
21.39423118865867
步骤17 一共有多少种不同的商品被售出？

运行以下代码

chipo[‘item_name’].nunique()
50