酒类消费数据统计

最新推荐文章于 2024-04-15 18:11:12 发布

zhangting_123abc

最新推荐文章于 2024-04-15 18:11:12 发布

阅读量573

点赞数

CC 4.0 BY-SA版权

文章标签： python 机器学习 pandas

本文链接：https://blog.youkuaiyun.com/zhangting_123abc/article/details/129098210

该代码段展示了使用Pandas库对CSV文件中的饮品消费数据进行处理，包括导入数据、计算各大陆啤酒平均消耗量、显示每个大陆红酒的描述性统计信息、列出所有酒类的平均消耗以及spirit饮品的平均、最大和最小消耗值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1：导入数据

import pandas as pd
date_path=pd.read_csv('./drinks.csv')
pd.set_option('display.max_row',200)
print(date_path.info())
print(date_path.head())

2：哪个大陆平均消耗的啤酒最多？

import pandas as pd
date_path=pd.read_csv('./drinks.csv')
pd.set_option('display.max_row',200)
# print(date_path.info())
# print(date_path.head())
beer_mean=date_path.groupby('continent').mean().beer_servings
print(beer_mean)

#列索引要加iloc,而行索引用切片，切片只是加[:1]

3：打印出每个大陆（continent)的红酒消耗（wine_servings)的描述性统计信息

#使用describe的信息

import pandas as pd
date_path=pd.read_csv('./drinks.csv')
pd.set_option('display.max_row',200)
print(date_path.groupby('continent').wine_servings.describe())

4：打印出每个大陆每种酒类别的消耗平均值

import pandas as pd
date_path=pd.read_csv('./drinks.csv')
pd.set_option('display.max_row',200)
print(date_path.groupby('continent').mean())

5：打印出每个大陆对spirit饮品消耗的平均值，最大值，最小值（.agg聚合的意思，是aggregate的意思）

import pandas as pd
date_path=pd.read_csv('./drinks.csv')
pd.set_option('display.max_row',200)
print(date_path.groupby('continent').spirit_servings.agg(['mean','max','min']))