python数据分析和可视化【3】体检数据分析和小费数据分析

文章目录

• 体检数据分析
• 小费数据分析

  ---

  体检数据分析

  要求：

  

  代码：

  

  （图片来源网络，侵删）

  import pandas as pd
  # 读取Excel文件
  df = pd.read_excel('C:\Users178\Downloads\testdata.xls')
  # 统计‘淋巴细胞计数’的和与均值
  lymphocyte_agg = df['淋巴细胞计数'].agg(['sum', 'mean'])
  # 统计‘白细胞计数’的和与均值
  leukocyte_agg = df['白细胞计数'].agg(['sum', 'mean'])
  # 统计不同性别人群的血小板计数
  platelet_by_gender = df.groupby('性别')['血小板计数'].sum()
  # 输出淋巴细胞计数的均值、血小板计数的均值与标准差
  lymphocyte_mean = df['淋巴细胞计数'].mean()
  platelet_mean = df['血小板计数'].mean()
  platelet_std = df['血小板计数'].std()
  print("淋巴细胞计数的和与均值:")
  print(lymphocyte_agg)
  print("白细胞计数的和与均值:")
  print(leukocyte_agg)
  print("不同性别人群的血小板计数:")
  print(platelet_by_gender)
  print("淋巴细胞计数的均值:", lymphocyte_mean)
  print("血小板计数的均值:", platelet_mean)
  print("血小板计数的标准差:", platelet_std)
  

  运行结果：

  

  小费数据分析

  要求：

  （1）读取数据，并查看数据的描述信息。

  （2）将列名修改为汉字，并显示前5行数据。

  （3）分析男性顾客与女性顾客谁更慷慨。（将数据按照性别进行分组，查看分组后小费的情况）

  

  （图片来源网络，侵删）

  （4）分析日期与小费之间的关系。（将数据按照星期分类，查看分类后的小费情况）

  性别+抽烟的组合因素对慷慨度的影响。（将数据按照性别和是否抽烟进行分组，查看分组后小费的情况）

  数据集：

  

  代码：

  import pandas as pd
  # 1. 读取xls数据并查看描述信息
  data = pd.read_excel('C:\Users178\Downloads\tips.xls')
  print(data.describe())
  # 2. 将列名修改为汉字并显示前5行数据
  data.columns = ['总消费', '小费', '性别', '是否吸烟', '日期', '用餐时间', '大小']
  print(data.head())
  # 3. 分析男性顾客与女性顾客谁更慷慨
  generosity_by_gender = data.groupby('性别')['小费'].mean()
  print(generosity_by_gender)
  # 4. 分析日期与小费之间的关系
  tip_by_day = data.groupby('日期')['小费'].mean()
  print(tip_by_day)
  # 5. 性别+抽烟的组合因素对慷慨度的影响
  generosity_by_gender_smoker = data.groupby(['性别', '是否吸烟'])['小费'].mean()
  print(generosity_by_gender_smoker)
  

  运行结果：