分析Chipotle快餐数据.zip

import pandas as pd # 1. 将数据集存入一个名为chipo的数据框内 chipo = pd.read_csv('chipotle.tsv', sep='\t') # 2. 查看前10行内容 chipo.head(10) # 3. 数据集中有多少个列(columns)？ chipo.shape[1] # 4. 打印出全部的列名称 chipo.columns # 5. 数据集的索引是怎样的？ chipo.index # 6. 被下单数最多商品(item)是什么? chipo.groupby(by='item_name').agg({'quantity': 'sum'}).idxmax() # 7. 在item_name这一列中，一共有多少种商品被下单？ chipo['item_name'].nunique() # 8. 一共有多少个商品被下单？ chipo['quantity'].sum() # 9. 将item_price转换为浮点数 chipo['item_price'] = chipo['item_price'].str[1:].astype(float) # string = '$2.39' # float(string[1:]) # 10. 在该数据集对应的时期内，收入(revenue)是多少？ chipo['revenue'] = chipo['quantity'] * chipo['item_price'] chipo['revenue'].sum() # 11. 在该数据集对应的时期内，一共有多少订单？ chipo['order_id'].nunique() # 12. 平均客单价是多少？ chipo['revenue'].sum()/chipo['order_id'].nunique() # 方法一：利用总收入除以总订单数 chipo.groupby('order_id').agg({'revenue': 'sum'}).mean() # 方法二：利用分组聚合总操直接求解