餐厅项目分析1

不同维度进行数据分析

针对订单order ID：
什么菜最受欢迎
点菜种类
点菜数量
消费金额最大
平均消费

针对时间日期进行分析：

点菜量比较集中的时间
哪一天订餐量最大
星期几就餐人数最多

技术点

拼接数据：pd.concat([列1，...])
分组进行统计（分组求和）
排序，切片Top10
绘制柱状图走势和高度

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from IPython.core.interactiveshell import InteractiveShell
import openpyxl

InteractiveShell.ast_node_interactivity = "all"
pd.options.display.max_columns = 1000
pd.options.display.max_rows = 30
pd.set_option('display.float_format', lambda x: '%5f' % x)
%matplotlib inline
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
%config Inlinebackend.config_format = 'svg'

#  1.加载数据
data1 = pd.read_excel('1.xlsx', sheet_name='detail1')
data2 = pd.read_excel('1.xlsx', sheet_name='detail2')
data3 = pd.read_excel('1.xlsx', sheet_name='detail3')
#  2.数据预处理（合并数据，NA等处理），分析数据
data = pd.concat([data1, data2, data3], axis=0)  #按照行进行拼接数据
#data.head(5)
data.dropna(axis=1, inplace=True)  #按照列删除NA列，并且修改源数据。inplace=True是在原数据上修改。
data.info()  #获取 DataFrame 的简要摘要

#统计卖出菜品的平均价格
round(date['amounts'].mean(), 2)  #方法一：pandas自带函数
round(np.mean(data['amounts'], 2))  #方法二：numpy函数处理

#频数统计，什么菜最受欢迎  (对菜名进行频数统计，取最大前10名)
dishes_count = data['dishes_name'].value_counts()[:10]
print(dishes_count)

#  3.数据可视化matplotlib
dishes_count.plot(kind='line', color=['r'])  #折线图
dishes_count.plot(kind='bar', fontsize=16)  #柱状图
for x, y in enumerate(dishes_count):
    print(x, y)
    plt.text(x, y + 2, y, ha='center', fontsize=12)  #text(水平位置，高的位置，数值，字水平位置)

#  订单点菜的种类最多
data_group = data['order_id'].value_counts()[:10]
data_group.plot(kind='bar', fontsize=16, colors=['r', 'm', 'b', 'g', 'y'])
plt.title('订单点菜的种类Top10')
plt.xlabel('订单ID', fontsize=16)
plt.ylabel('点菜种类', fontsize=16)
#  8月份餐厅订单点菜种类前10名

#  订单ID点菜数量Top10（分组order_id,counts求和，排序，前十）
data['total_amounts'] = data['counts'] * data['amounts']  #统计单道菜消费总额
dataGroup = data[['order_id', 'counts', 'amounts',
                  'total_amounts']].groupby(by='order_id')
Group_sum = dataGroup.sum()  #分组求和
sort_counts = Group_sum.sort_counts(by='counts', ascending=False)
sort_counts['counts'][:10].plot(kind='bar', fontsize=16)
plt.xlabel('订单ID')
plt.ylabel('点菜数量')
plt.title('订单ID点菜数量Top10')
#八月份餐厅订单点菜数量前10名

#哪个订单ID消费最多Top10
sort_total_counts = Group_sum.sort_counts(by='total_amounts', ascending=False)
sort_total_counts['total_amount'][:10].plot(kind='bar', fontsize=16)
plt.xlabel('订单ID')
plt.ylabel('消费金额')
plt.title('订单ID消费金额Top10')
#八月份餐厅订单消费金额前10名

#哪个订单ID平均消费最贵
Group_sum['average'] = Group_sum['total_amounts']/Group_sum['counts']
sort_average = Group_sum.sort_values(by'average',ascending=False)
sort_average['average'][:10].plot(kind='bar')
plt.xlabel('订单ID')
plt.ylabel('平均消费单价')
plt.title('订单ID平均消费单价Top10')
#八月份餐厅订单平均消费单价前10名

#  一天当中什么时间段，点菜量比较集中（hour）
data['hourcount'] = 1  #  新列，用作计数器
data['time'] = pd.to_datetime(data['place_order_time'])  #  将时间转换为日期类型存储
data['hour'] = data['time'].map(lambda x: x.hour)
gp_by_hour = data.groupby(by='hour').count()['hourcount']
gp_by_hour.plot(kind='bar')
plt.xlabel('小时')
plt.ylabel('点菜数量')
plt.title('点菜与小时的关系图')

#  哪一天订单数量最多
data['daycount'] = 1
data['day'] = data['time'].map(lambda x: x.day)  #解析出天
gp_by_day = data.groupby(by='day').count()['daycount']
gp_by_day.plot(kind='bar')
plt.xlabel('8月份日期')
plt.ylabel('点菜数量')
plt.title('点菜数量与日期的关系图')

#  查看星期几的人数最多，订餐数最多，映射数据到星期
data['weekcount'] = 1
data['weekday'] = data['time'].map(lambda x: x.weekday())  #解析出星期
gp_by_day = data.groupby(by='weekday').count()['weekcount']
gp_by_day.plot(kind='bar')
plt.xlabel('星期')
plt.ylabel('点菜数量')
plt.title('点菜数量与星期关系图')