Python数据分析实战，小费数据集应用

一、数据来源

创新互联是一家专业提供沂水企业网站建设,专注与成都网站制作、成都网站设计、H5响应式网站、小程序制作等业务。10年已为沂水众多企业、政府机构等服务。创新互联专业网络公司优惠进行中。

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。

 
 
 

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

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

 
 
 

  
  
  
tips.shape #数据集的维度
 
 
 

(244，7)

共有244条数据，7列。

 
 
 

  
  
  
tips.describe() #描述统计
 
 
 

描述统计结果如上所示。

 
 
 

  
  
  
tips.info() #查看缺失值信息
 
 
 

此例无缺失值。

四、数据探索

 
 
 

  
  
  
tips.plot(kind='scatter',x='total_bill',y='tip') #绘制散点图
 
 
 

由图可看出，小费金额与消费总金额存在正相关性。

 
 
 

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

3.0896178343949052

 
 
 

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

2.833448275862069

 
 
 

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

male 3.089618

female 2.833448

dtype: float64

 
 
 

  
  
  
s.plot(kind='bar') #男女平均小费柱状图
 
 
 

由图可看出，女性小费金额小于男性小费金额。

 
 
 

  
  
  
sun_tip = tips[tips['day'] == 'Sun']['tip'].mean()
  
  
  
sat_tip = tips[tips['day'] == 'Sat']['tip'].mean()
  
  
  
thur_tip = tips[tips['day'] == 'Thur']['tip'].mean()
  
  
  
fri_tip = tips[tips['day'] == 'Fri']['tip'].mean()#各个日期的平均小费值
  
  
  
s = Series([thur_tip,fri_tip,sat_tip,sun_tip],index=['Thur','Fri','Sat','Sun'])
  
  
  
s
 
 
 

 
 
 

  
  
  
s.plot(kind='bar') #日期平均小费柱状图
 
 
 

由图可看出，周六、周日的小费比周四、周五的小费高。

 
 
 

  
  
  
tips['percent_tip'] = tips['tip']/(tips['total_bill']+tips['tip'])
  
  
  
tips.head(10) #小费所占百分比
 
 
 

 
 
 

  
  
  
tips['percent_tip'].hist(bins=50)#小费百分比直方图
 
 
 

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。

网站名称：Python数据分析实战，小费数据集应用
本文路径：http://www.shufengxianlan.com/qtweb/news7/279607.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联