数据分析之实例一：餐厅订单数据分析

最新推荐文章于 2025-02-19 08:48:55 发布

samll-guo

最新推荐文章于 2025-02-19 08:48:55 发布

阅读量5.6k

点赞数 3

分类专栏： alot学习 python数据分析文章标签： python

本文链接：https://blog.youkuaiyun.com/m0_58465990/article/details/120524356

版权

本文通过实例分析餐厅订单数据，包括加载并合并数据、计算菜品平均价格、统计最受欢迎菜品、分析订单消费金额及消费时间分布等关键信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

实例一：餐厅订单数据分析

#先进行设置

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']#设置字体
%matplotlib inline

2.加载三个文件资料，将其合并和相应的删除处理

#1加载文件中的三个表
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合并数据函数pd.concat(）
data=pd.concat([data1,data2,data3],axis=0)
#‘axis=0’代表按照行链接数据，下方堆叠
#data.head(5)
data.dropna(axis=1,inplace=True)
#删除na列，axis=1代表按照列，inplace=True在原数据修改操作
data.info()

输出：

<class 'pandas.core.frame.DataFrame'>
Int64Index: 10037 entries, 0 to 3610
Data columns (total 11 columns):
 #   Column            Non-Null Count  Dtype         
---  ------            --------------  -----         
 0   detail_id         10037 non-null  int64         
 1   order_id          10037 non-null  int64         
 2   dishes_id         10037 non-null  int64         
 3   dishes_name       10037 non-null  object        
 4   itemis_add        10037 non-null  int64         
 5   counts            10037 non-null  int64         
 6   amounts           10037 non-null  int64         
 7   place_order_time  10037 non-null  datetime64[ns]
 8   add_inprice       10037 non-null  int64         
 9   picture_file      10037 non-null  object        
 10  emp_id

最低0.47元/天解锁文章