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：

（1）读取testdata文件，利用agg函数统计数据中'淋巴细胞计数'的和与均值、'白细胞计数'的和与均值。

（2）统计不同性别人群的血小板计数

（3）同时输出淋巴细胞计数的均值、血小板计数的均值与标准差。

数据集：

代码：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('C:\\Users\86178\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）

（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:\\Users\86178\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：