Python数据分析实战，小费数据集应用 _Python数据分析

一、数据来源本节选用的是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 npfrom pandas import Series,DataFrameimport pandas as pdimport seaborn as sns#导入seaborn库tips=sns.load_dataset('tips')#seaborn库自带的数据集tips.head()

文章插图

二、问题探索一、小费金额与消费总金额是否存在相关性？
二、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？
三、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

文章插图

描述统计结果如上所示。
tips.info() #查看缺失值信息

文章插图

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

文章插图

由图可看出，小费金额与消费总金额存在正相关性。

import numpy as npfrom pandas import Series,DataFrameimport pandas as pdimport 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_tip2.833448275862069
s = Series([male_tip,female_tip],index=['male','female'])smale 3.089618
female 2.833448
dtype: float64
s.plot(kind='bar') #男女平均小费柱状图

文章插图

由图可看出，女性小费金额小于男性小费金额。
tips['day'].unique() #日期的唯一值 [Sun, Sat, Thur, Fri]
Categories (4, object): [Sun, Sat, Thur, Fri]

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