pandas練習（一）------ 瞭解數據

探索Chipotle快餐數據

 （相關數據見github）

步驟1 導入pandas庫

import pandas as pd

步驟2 導入數據集

path1 = "./data/chipotle.tsv"    # chipotle.tsv

步驟3 將數據集存入一個名爲chipo的數據框內

chipo = pd.read_csv(path1, sep = '\t')

步驟4 查看後面幾行行內容

chipo.tail()  #查看最後五行  head()可查看前五行

輸出：

 

步驟5 觀察數據集中值的數量是多少

chipo.info()

輸出：

步驟6 數據集大小

# 查看數據大小
chipo.shape # 行列數
# chipo.shape[0] # 行數
# chipo.shape[1] # 列數

 輸出：

(4622, 5)

步驟7 打印出所有的列名稱

chipo.columns

 輸出：

Index(['order_id', 'quantity', 'item_name', 'choice_description',
       'item_price'],
      dtype='object')

步驟8 數據集的索引是怎樣的

chipo.index

 輸出：

RangeIndex(start=0, stop=4622, step=1)

步驟9 被下單數最多商品(item)是什麼?

# 以item_name分組 並對quantity求和
c = chipo[['item_name','quantity']].groupby(['item_name'],as_index=False).agg({'quantity':sum})
c.sort_values(['quantity'],ascending=False,inplace=True)
c.head()

輸出：

步驟10 在item_name這一列中，一共有多少種商品被下單？

chipo['item_name'].nunique()

輸出：

50

步驟11 在choice_description中，下單次數最多的商品是什麼？

chipo['choice_description'].value_counts().head()

輸出：

[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

步驟12 一共有多少商品被下單？

total_items_orders = chipo['quantity'].sum()
total_items_orders

輸出：

4972

步驟13 將item_price轉換爲浮點數

dollarizer = lambda x: float(x[1:-1])
chipo['item_price'] = chipo['item_price'].apply(dollarizer)

步驟14 在該數據集對應的時期內，收入(revenue)是多少

# 價格乘以數量 再求和
chipo['sub_total'] = round(chipo['item_price'] * chipo['quantity'],2)
chipo['sub_total'].sum()

輸出：

39237.02

步驟15 在該數據集對應的時期內，一共有多少訂單？

chipo['order_id'].nunique()

輸出：

1834

步驟16 每一單(order)對應的平均總價是多少？

chipo[['order_id','sub_total']].groupby(by=['order_id']).agg({'sub_total':'sum'})['sub_total'].mean()

輸出：

21.39423118865867

步驟17 一共有多少種不一樣的商品被售出？

chipo['item_name'].nunique()

輸出：

50

 

參考連接：

一、http://pandas.pydata.org/pandas-docs/stable/cookbook.html#cookbook

二、https://www.analyticsvidhya.com/blog/2016/01/12-pandas-techniques-python-data-manipulation/

三、https://github.com/guipsamora/pandas_exercises