利用Python和Pandas对小费数据集进行数据分析与可视化实战（超详细附源码）

我会带着你远行 2023-09-30 18:46 9阅读 0赞

> **需要源码和数据集请点赞关注收藏后评论区留言私信~~~**

下面主要对小费数据集进行数据的分析与可视化，用到的小费数据集来源于Python库的Seaborn中自带的数据，已被事先转存为Excel类型的数据

首先导入模块并且获取数据

![6b6bbd9998bb44fe9d94d36eca240fa7.png][]

import numpy as np
    import pandas as pd
    %matplotlib inline
    fdata=pd.read_excel('tips.xls')
    fdata

接下来分析数据

首先查看数据的描述信息

![b3e0d9b5cf994568aadea6c8b33a9a9d.png][]

#分析数据
    fdata.describe().head()

然后修改列名为汉字 并显示前五条数据

![f865dedba108416580ccbe2bd25cedf6.png][]

#修改列名为汉字total_bill	tip	sex	smoker	day	time	size
    fdata.rename(columns=({'total_bill':'消费总额','tip':'小费','sex':'性别','smoker':'是否抽烟',
                           'day':'星期','time':'聚餐时间段','size':'人数'}),inplace=True)
    
    fdata.head()

接着计算出人均消费

![3f935207fd894fdfbdc5d3b88744ab19.png][]

fdata['人均消费']=round(fdata['消费总额']/fdata['人数'],2)
    fdata.head()

查询抽烟男性中人均消费大于15的数据

![53d6ffb3c60d4adab300cc7d22ba9bea.png][]

# 方法1：
    fdata[(fdata['是否抽烟']=='Yes') &(fdata['性别']=='Male') & (fdata['人均消费']> 15) ]
    # 方法2:
    # fdata[(fdata.是否抽烟=='Yes') &(fdata.性别=='Male') & (fdata.人均消费> 15) ]
    # 方法3：
    
    # fdata.query( '是否抽烟=="Yes" & 性别=="Male" & 人均消费>15')

然后分析小费金额和消费总额的关系 可视化如下图

![335515a7d5234fb0881634fb13dddab0.png][]

#分析小费和总金额的关系,散点图
    fdata.plot(kind='scatter',x='消费总额',y='小费')
    #正相关关系

从图中可以看出 小费金额与消费总额存在正相关的关系，类似的 还可以分析是否吸烟 星期 聚餐时间段和人数与小费的关系

下面分析男性顾客和女性顾客谁更慷慨

![d7a83710c13a4a4ca3a550e3ee44e728.png][]

#分析男女顾客哪个更慷慨，就是分组看看男性还是女性的小费平均水平更高
    fdata.groupby('性别')['小费'].mean()

从分析结果可以看出 男性顾客明显慷慨一些

下面分析星期和小费的关系

![4b8fd7ac08af404294042e5ac69f0ae9.png][]

#分析日期和小费的关系，直方图
    print(fdata['星期'].unique())
    r=fdata.groupby('星期')['小费'].mean()
    fig=r.plot(kind='bar',x='星期',y='小费',fontsize=12,rot=36)
    # fig.axes.title.set_size(16)

从柱状图可以看出 周六周日的小费比周四 周五的要高一些

下面分析性别+吸烟的组合因素对慷慨度的影响

![282b659507444ef2b02f64d28c792b04.png][]

#性别+抽烟书对慷慨度的影响
    r=fdata.groupby(['性别','是否抽烟'])['小费'].mean()
    fig=r.plot(kind='bar',x=['性别','是否抽烟'],y='小费',fontsize=12,rot=30)
    fig.axes.title.set_size(16)

从分析图可以看出 不吸烟的男性付小费更加慷慨

下面分析聚餐时间段与小费数额的关系

![69db4e79d616483387e3dc683db10a9d.png][]

#聚餐时间与小费数额的关系
    r=fdata.groupby('聚餐时间段')['小费'].mean()
    fig=r.plot(kind='bar',x='聚餐时间',y='小费')
    fig.axes.title.set_size(16)

从分析图可以看出 晚餐时段的小费比午餐时段的要高一些

**创作不易 觉得有帮助请点赞关注收藏~~~**

[6b6bbd9998bb44fe9d94d36eca240fa7.png]: https://img-blog.csdnimg.cn/6b6bbd9998bb44fe9d94d36eca240fa7.png
[b3e0d9b5cf994568aadea6c8b33a9a9d.png]: https://img-blog.csdnimg.cn/b3e0d9b5cf994568aadea6c8b33a9a9d.png
[f865dedba108416580ccbe2bd25cedf6.png]: https://img-blog.csdnimg.cn/f865dedba108416580ccbe2bd25cedf6.png
[3f935207fd894fdfbdc5d3b88744ab19.png]: https://img-blog.csdnimg.cn/3f935207fd894fdfbdc5d3b88744ab19.png
[53d6ffb3c60d4adab300cc7d22ba9bea.png]: https://img-blog.csdnimg.cn/53d6ffb3c60d4adab300cc7d22ba9bea.png
[335515a7d5234fb0881634fb13dddab0.png]: https://img-blog.csdnimg.cn/335515a7d5234fb0881634fb13dddab0.png
[d7a83710c13a4a4ca3a550e3ee44e728.png]: https://img-blog.csdnimg.cn/d7a83710c13a4a4ca3a550e3ee44e728.png
[4b8fd7ac08af404294042e5ac69f0ae9.png]: https://img-blog.csdnimg.cn/4b8fd7ac08af404294042e5ac69f0ae9.png
[282b659507444ef2b02f64d28c792b04.png]: https://img-blog.csdnimg.cn/282b659507444ef2b02f64d28c792b04.png
[69db4e79d616483387e3dc683db10a9d.png]: https://img-blog.csdnimg.cn/69db4e79d616483387e3dc683db10a9d.png