|
|
|
|
移动端

Python数据分析实战,小费数据集应用

本节选用的是Python的第三方库seaborn自带的数据集,该小费数据集为餐饮行业收集的数据,其中total_bill为消费总金额、tip为小费金额、sex为顾客性别、smoker为顾客是否吸烟、day为消费的星期、time为聚餐的时间段、size为聚餐人数。

作者:大话数据分析来源:今日头条|2020-08-16 12:44

一、数据来源

本节选用的是Python的第三方库seaborn自带的数据集,该小费数据集为餐饮行业收集的数据,其中total_bill为消费总金额、tip为小费金额、sex为顾客性别、smoker为顾客是否吸烟、day为消费的星期、time为聚餐的时间段、size为聚餐人数。

  1. import numpy as np 
  2. from pandas import Series,DataFrame 
  3. import pandas as pd 
  4. import seaborn as sns    #导入seaborn库 
  5. tips=sns.load_dataset('tips')  #seaborn库自带的数据集 
  6. tips.head() 
Python数据分析实战,小费数据集应用

二、问题探索

  • 小费金额与消费总金额是否存在相关性?
  • 性别、是否吸烟、星期几、聚餐人数和小费金额是否有一定的关联?
  • 小费金额占小费总金额的百分比是否服从正态分布?

三、数据清洗

  1. tips.shape #数据集的维度 

(244,7)

共有244条数据,7列。

  1. tips.describe() #描述统计 
Python数据分析实战,小费数据集应用

描述统计结果如上所示。

  1. tips.info() #查看缺失值信息 
Python数据分析实战,小费数据集应用

此例无缺失值。

四、数据探索

  1. tips.plot(kind='scatter',x='total_bill',y='tip') #绘制散点图 
Python数据分析实战,小费数据集应用

由图可看出,小费金额与消费总金额存在正相关性。

  1. import numpy as np 
  2. from pandas import Series,DataFrame 
  3. import pandas as pd 
  4. import seaborn as sns   #导入seaborn库 
  5. tips=sns.load_dataset('tips')#seaborn库自带的数据集 
  6. tips.head() 

3.0896178343949052

  1. female_tip = tips[tips['sex'] == 'Female']['tip'].mean() #女性平均消费金额female_tip 

2.833448275862069

  1. s = Series([male_tip,female_tip],index=['male','female']) 

male 3.089618

female 2.833448

dtype: float64

  1. s.plot(kind='bar') #男女平均小费柱状图 
Python数据分析实战,小费数据集应用

由图可看出,女性小费金额小于男性小费金额。

  1. sun_tip = tips[tips['day'] == 'Sun']['tip'].mean() 
  2. sat_tip = tips[tips['day'] == 'Sat']['tip'].mean() 
  3. thur_tip = tips[tips['day'] == 'Thur']['tip'].mean() 
  4. fri_tip = tips[tips['day'] == 'Fri']['tip'].mean()#各个日期的平均小费值 
  5. s = Series([thur_tip,fri_tip,sat_tip,sun_tip],index=['Thur','Fri','Sat','Sun']) 
Python数据分析实战,小费数据集应用
  1. s.plot(kind='bar') #日期平均小费柱状图 
Python数据分析实战,小费数据集应用

由图可看出,周六、周日的小费比周四、周五的小费高。

  1. tips['percent_tip'] = tips['tip']/(tips['total_bill']+tips['tip']) 
  2. tips.head(10) #小费所占百分比 
Python数据分析实战,小费数据集应用
  1. tips['percent_tip'].hist(bins=50)#小费百分比直方图 
Python数据分析实战,小费数据集应用

由图可看出,小费金额占小费总金额的百分比基本服从正态分布。

【编辑推荐】

  1. 超能力加持!用Python增强Excel的3大集成方法及用途
  2. 评估2020年排名前8的Python IDE
  3. Python 函数为什么会默认返回 None?
  4. 面试刷题必看!Python中的5大排序算法及其实现代码
  5. Python编程面试前要解决的10个算法
【责任编辑:未丽燕 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

搭建数据中心实验Lab

搭建数据中心实验Lab

实验平台Datacenter
共5章 | ITGO(老曾)

78人订阅学习

大数据安全运维实战

大数据安全运维实战

CDH+Ambari
共20章 | 大数据陈浩

91人订阅学习

实操案例:Jenkins持续交付和持续部署

实操案例:Jenkins持续交付和持续部署

微服务架构下的自动化部署
共18章 | freshman411

190人订阅学习

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO官微