Pandas.DataFrame练手四项目

一、chipotle tsv

数据集：chipotle.tsv-数据集

代码：https://download.youkuaiyun.com/download/Albert233333/88508819

1 导入数据,tab分割

有的数据文件是用tab来分开的，读取的时候用下面这个参数

# order_id这一列相同的数字表示 一个消费者同一次进行的交易
# 表格中的每一行表示 用户一次购买的某一个品类 购买的数量
# 消费者可能一次购买很多个不同种类的东西，所以你会发现有好几行的item_name不同，但是order_id完全相同。
# 这都是同一个用户在同一个时间购买的（所以order_id完全相同），只不过购买的物品的种类不同（item_name不同）

import pandas as pd
d = pd.read_csv("chipotle.tsv",delimiter="\t")
d

2 找出下单数最多的 item

降序排列用sort_values

# 这里仅仅统计的是单个
d.sort_values('quantity',ascending=False)

如果你要按照某一列为合并的标准，自行选择合并的方式（求和、均值、max，min）用groupby

你要按照某一列的类别（比如这一列了有薯片、瓶装水、火鸡、沙拉等等商品类别，很多个用户有的买了这个，有的买了那个，你想算出火鸡一共卖了多少件，瓶装水一共卖了多少件），求每个类别的 求和、均值、max，min，用groupby

d.groupby("item_name").sum()[["quantity"]].head()

# 按照销售量最高排序
d.groupby("item_name").sum()[["quantity"]].sort_values(by="quantity", ascending=False)

3 将字符串的某一列移除开头的字符，整列从str转float

打印出在该数据集对应的时期内的收入(revenue)数额 

收入=销量*价格

item_price这一列，每个数字钱都有  $  这个符号，要去掉。然后把整列从str转成float，方便后面的计算。

# 第一部分“.str.lstrip("$")”，是将这一列字符串中所有的第一个元素删掉
#     具体来说是删掉左边的 “$”字符
# 第二部分 “.astype(float)”将这一列所有的元素都转成浮点数
d["item_price"].str.lstrip("$").astype(float)

销量与价格相乘再求和，就是总收入

sum(d["quantity"]*d["item_price"].str.lstrip("$").astype(float))

 二、Titanic

数据集：https://download.youkuaiyun.com/download/alienwh329/16680606

代码：https://download.youkuaiyun.com/download/Albert233333/88509830

1 将某列设置为索引

df.set_index("PassengerId")

2 绘制扇形图

绘制一个展示男女乘客比例的扇形图

得出男女的具体数字

sex_per = df["Sex"].value_counts()
sex_per

# 把画图的包导入进来
import matplotlib.pyplot as plt

# 这种绘图方式主要用于有多个子图以及复杂的图形布局的时候。

fig,ax = plt.subplots()

# plt.subplots() 会创建一个新的图形（figure）和对应的轴（axes）对象。
# 这个函数返回一个元组，第一个元素是图（figure），第二个元素是轴（axes）。

# fig 是用来设置图形的一些全局属性，比如标题、坐标轴范围等。
# ax 是一个包含两个轴的子图对象࿰