通過實戰練習，學會用pandas做資料分析

案例一    探索Chipotle快餐資料

1、匯入庫

import pandas as pd

2、匯入資料集

path1 = "../input/pandas_exercise/exercise_data/chipotle.tsv"    # chipotle.tsv

3、將資料集存入一共名為chipo的資料框中

chipo = pd.read_csv(path1)

4、檢視前10行內容

chipo.head(10)

5、資料集中有多少個列

chipo.shape[1]

df.shape        #返回tuple （行，列）

6、打印出全部的列名稱

chipo.columns

df.columns        #列名，返回index型別的列的集合

7、資料集的索引是怎樣的

chipo.index

  df.index        #索引名，返回index型別的索引的集合

8、被下單最多商品是什麼

chipo[['item_name', 'quantity']].groupby(['item_name', as_index=False).agg({'quantity':sum})
c.sort_value(['quantity'], ascending=False, inplace=True)
c.head()

    groupby函式的as_index引數

    首先看一下pandas官方給出的groupby函式，可以看到預設值為as_index=True

    groupby()中的形參可用help(df.groupby)檢視

groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, **kwargs)

  下面部分是從https://stackoverflow.com/questions/41236370/what-is-as-index-in-groupby-in-pandas搬運

import pandas as pd
 
df = pd.DataFrame(data={'books':['bk1','bk1','bk1','bk2','bk2','bk3'], 'price': [12,12,12,15,15,17]})
print df
print
print df.groupby('books', as_index=True).sum()
print
print df.groupby('books', as_index=False).sum()
 

   Output:注意兩次print輸出中‘book’和‘price’的位置

  books  price
0   bk1     12
1   bk1     12
2   bk1     12
3   bk2     15
4   bk2     15
5   bk3     17
 
       price
books       
bk1       36
bk2       30
bk3       17
 
  books  price
0   bk1     36
1   bk2     30
2   bk3     17

9、在item_name這一列中，一共有多少種商品被下單

chipo['item_name'].unique()

  s.unique()        #Series去重

10、在choice_description中，下單次數最多的商品是什麼？

chipo['choice_description'].value_counts().head()

  s.value_counts()        #Series統計頻率，並從大到小排序，DataFrame沒有這個方法

11、一共有多少商品被下單？

chipo['quantity'].sum()

12、將item_price轉換為浮點數

13、在改資料集對應的時期內，收入（revenue）是多少

14、在該資料及對應的時期內，一共有多少訂單？

15、每一單（order）對應的平均總價是多少

16、一共有多少種不同的商品被售出？