关于pandas的使用

import pandas as pd

import numpy as np

pd.set_option("display.max_column",None)

path = 'D:\Visual_studio\project\zzzzzzzz\chipotle.tsv'

df = pd.read_csv(path,sep='\t')

##**1**

#print(df.shape)##1_1数据集的维度

#print(df.dtypes)##1_2每一列的格式

#print(df.index)##1_3输出索引

#print(df.columns)##1_4每一列的列名称

#print(type(df))

#print(df)

##df1 = df[['item_name','item_price']]

#print(df1.head(10))

#print(df1.shape)

##

#**2_1**有多少种商品

#print(df['item_name'].unique())

#print(len(df['item_name'].unique()))

#**2_2**

#rst = df.groupby('item_name',as_index=False)['quantity'].agg({'quantity':np.count_nonzero})

#print(type(rst))

#print(rst.shape)

#print(rst)

#购买最多的三种商品

#rst.sort_values(['quantity'],inplace=True,ascending=False)

#print(rst.head(3))#被下单次数最多的三种商品

 

#quan = df.groupby('item_name',as_index=False)['quantity'].agg({'quantity':np.count_nonzero})#以item_name为主，加以索引以quantity为辅的数据集

#print(quan)

#print(quan['quantity'].values)

##**3*

##price = df.groupby('item_name',as_index=False)['item_price'].agg({'item_price':np.count_nonzero})#以item_name为主，加以索引以item_price为辅的数据集

##print(type(df['item_price']))

##def fun(x):

    ##return eval(x[1:])

#等价于

##fun = lambda x:eval(x[1:])

dollarrizer = lambda x:x[1:]

##将price数据类型改为float型

df['item_price'] = df['item_price'].apply(dollarrizer) ##等价于 df['item_price'] = df['item_price'].apply(dollarrizer = lambda x:x[1:])

#print(df['item_price'])

 

##**3_2**

df['total'] = df['item_price']*df['quantity']

print(df['total'].agg({np.sum}))

print(type(df['total'].values))

a = np.sum(df['total'].values)

print(a)

##**4**

##

#count = df['order_id'].values*df['quantity'].values

#print(count.sum())##计算订单总和

#count1 = df['quantity'].values.sum()##计算quantity的数量

#print(count1)

#print(count.sum()/count1)