python数据分析项目实战：餐厅订单数据分析

1.项目流程分析：

    1.什么菜最受欢迎

        1.先导入数据，对数据进行预处理：使用concat将三个表对行进行合并，在将有空值的列除，写%matplotlib inline是为了以后不需要写plt.show()。最后输出数据检查一下

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
# 解决中文乱码问题
plt.rcParams['font.sans-serif']='SimHei'
%matplotlib inline
# 加载数据
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')
data=pd.concat([data1,data2,data3],axis=0)
data.dropna(axis=1,inplace=True)
round(data['amounts'].mean(),2) # 第一种方法，pandas自带的
round(np.mean(data['amounts']),2) # 第二种方法，numpy的方法，这种方法的速度比较快

print(data)
data.info()

        2.统计前十个最受欢迎的菜品，使用values_count()函数统计各个菜品的总和，用切片方式取前十个菜品，在用plot方法绘制图像，函数值kind是指定绘制那种图像，line是折线图，bar是柱状图，color是指定颜色。如果想要柱状图上面显示数据：先循环得到柱状图的坐标，在使用plt.text方法在画布上添加数据。ylabel是为y轴标记数据集，xlabel是为x轴标记数据集

# 统计钱十名菜品的名字
dishes_count=data['dishes_name'].value_counts()[:10]
# dishes_count
# 3.数据可视化（将数据转化为图表，更加直观）
dishes_count.plot(kind='line',color='r')
dishes_count.plot(kind='bar',color='b',fontsize=12)
for index,val in enumerate(dishes_count):
    plt.text(index,val+5,val,ha='center',va='center',fontsize=12)
plt.ylabel('订单数')
plt.xlabel('食品名字')
plt.title('食品榜单前十')

        

    2.点菜的种类

                

        分析各个订单id点菜最多的前十名操作和上面差不多

        

# 分析订单点菜最多
data_group=data['order_id'].value_counts()[:10]
data_group.plot(kind='bar',color=['r','b','g','y'])
plt.title('订单点菜菜品前十名')
plt.ylabel('订单数量')
plt.xlabel('订单id')
for x,y in enumerate(data_group):
    plt.text(x,y+1,y,ha='center',va='center')

    3.点菜的数量

        

        订单id点菜的数量：在原数据的基础上新增一列total_amounts来记录单道菜的价格，订单id点菜的总价格等于点菜的数量乘上菜品单价，在对id，counts，amounts，total_amounts一起提出来进行分组求和，在对菜品的总量（前面已经分组求和过了，所以是总量）进行排序，后面的操作就和前面的差不多了

 # 订单id点菜数量top10（分组order_id，counts求和，排序，前十）
data['total_amounts']=data['counts']*data['amounts'] # 计算单个菜品的总价格
dataGroup=data[['order_id','counts','amounts','total_amounts']].groupby(by='order_id')
Group_sum=dataGroup.sum()
sort_counts=Group_sum.sort_values(by='counts',ascending=False)
sort_counts['counts'][:10].plot(kind='bar',fontsize=16)
plt.xlabel('订单id')
plt.ylabel('点菜数量')
plt.title('订单点菜数量前十')
for x,y in enumerate(sort_counts['counts'][:10]):
    plt.text(x,y+1,y,ha='center',va='center')

    4.消费金额最大

        统计消费最多的id前十名

        

#统计消费最多的id前十名
sort_total_amounts = Group_sum.sort_values(by='total_amounts',ascending=False)
sort_total_amounts['total_amounts'][:10].plot(kind='bar')
plt.xlabel('订单id')
plt.ylabel('订单id的消费总额')
plt.title('订单id消费前十名')

for x,y in enumerate(sort_total_amounts['total_amounts'][:10]):
    plt.text(x,y+20,y,ha='center',va='center')

    5.平均消费

        哪个订单id平均消费最高，新建一个平均值的列average记得将小数点保留道2位或者三位，在对average列降序排序，因为数据量挺大的，所以我都是取前十个，后面的就和前面的差不多了

# 哪个订单id平均消费最高
Group_sum['average']=round(Group_sum['total_amounts']/Group_sum['counts'],2)
sort_average=Group_sum.sort_values(by='average',ascending=False)
sort_average['average'][:10].plot(kind='bar')
plt.xlabel('订单id')
plt.ylabel('订单id的消费平均值')
plt.title('订单id消费平均值前十名')

for x,y in enumerate(sort_average['average'][:10]):
    plt.text(x,y+5,y,ha='center',va='center')

6.针对时间日期进行分析：

        一天当中什么时间段（这里用的是小时）点菜数量比较集中

        因为表中的数据是时间格式的，所以我们新建一个列hourcount来对每一个小时计数，将数据中的日期格式转成时间类型，再新建一个列hour来保存各个订单在这一天中的那个时间消费的，对time列使用map函数取出小时数保存道hour列。在对小时分组求和就得到这个小时所点的菜的数量。

        

# 一天当中什么时间段点菜数量比较集中（hour）
data['hourcount']=1 #创建一个新列，来对时间进行计数
data['time']=pd.to_datetime(data['place_order_time']) # 将日期转换成时间类型储存
data['hour']=data['time'].map(lambda x:x.hour)
gp_by_hour=data.groupby(by='hour').count()['hourcount']
gp_by_hour.plot(kind='bar')
plt.xlabel('时间段')
plt.ylabel('消费单数')
plt.title('各个时间段的消费情况')

for x,y in enumerate(gp_by_hour):
    plt.text(x,y+20,y,ha='center',va='center')

    
    7.哪一天订餐量最大

        像上面对时间进行分析的一样，新建一个对天计数的列daycount来对天计数，新建一个day列将time中的天数提取出来保存道day列中。数据量少，就没有取前十了

data['daycount']=1
data['day']=data['time'].map(lambda x:x.day)
gp_by_day=data.groupby(by='day').count()['daycount']
gp_by_day.plot(kind='bar')
plt.xlabel('天数')
plt.ylabel('点菜数量')
plt.title('每一天的消费明细表')
 
for x,y in enumerate(gp_by_day):
    plt.text(x,y+10,y,ha='center',va='center')

    8.星期几就餐人数最多

        这个就和上面差不多了

        

# 查看星期几的瑞舒最多，订餐数最多，映射数据道星期
data['weekcount']=1
data['weekday']=data['time'].map(lambda x:x.weekday())
gp_by_weekday=data.groupby(by='weekday').count()['weekcount']
gp_by_weekday.plot(kind='bar')
plt.xlabel('天数')
plt.ylabel('点菜数量')
plt.title('每一天的消费明细表')
 
for x,y in enumerate(gp_by_weekday):
    plt.text(x,y+20,y,ha='center',va='center')

9.技术点：
    拼接数据：pd.concat([列1，...])
    分组进行统计（分组求和）
    排序，切片Top10
    绘制柱状图走势和高度

10.资料链接：

链接：https://pan.baidu.com/s/1Oqt3vMMfoj1LvEbT5a0eBw?pwd=1234 
提取码：1234