Python数据分析17——seaborn小费数据集

小费数据集

我之前也有用过seaboard中的小费数据集，但是没有对它进行详尽一点的分析。接下来，我就用小费数据集进行一些数据分析。

准备工作

导入相关的库。

import pandas as pd
import numpy as np
from pandas import Series, DataFrame
import seaborn as sns

创建小费数据集对象。

tips = sns.load_dataset('tips')
tips.head()

查看数据信息

首先，来看看数据的相关信息。

所以，我们现在知道他是244行七列的数据。

通过describe()函数可以看到相关数据的更多的信息。比如：数量，平均数，方差，最大最小值。

通过info()函数可以看到每个数据项的个数，是否为空和数据类型。

查看数据

首先，通过散点图看看小费金额和小费总金额的相关关系。

tips.plot(kind='scatter', x='total_bill', y='tip')

然后，先分别算一下男女的平均小费金额。

average_tip = tips.groupby('sex')['tip'].mean()

下面，用这个数据绘制一个柱状图。
接下来，我们分日期来看看平均小费金额的分布情况。首先，通过unique()函数来看看数据对象中有哪些日期。

tips['day'].unique()

接下来，通过分别计算每一个日期的平均小费金额，再构造Series数据结构。

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()
s = Series([thur_tip,fri_tip,sat_tip,sun_tip],index=['Thur','Fri','Sat','Sun'])

你不觉得这样子做很麻烦吗？这样，一点也不Pythonic啊！！！所以，我们应该用分组的方法来完成上述的任务。

s = tips.groupby('day')['tip'].mean()

就是这样一句代码就完成了计算和构造数据结构。，下面，绘图。

最后，我们来看看小费占客人总支出的百分比。使用的的方法时现在原来的tips对象中新建一列percent_tip数据，然后根据这一列数据绘制直方图。

tips['percent_tip'] = tips['tip']/(tips['total_bill'] + tips['tip'])

所以，现在的数据集如下所示。

接下来，对新层的一列数据绘图。

tips['percent_tip'].hist(bins=50)

上面，就是本篇博客的全部内容了，谢谢浏览。