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

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:

python 复制代码
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:

python 复制代码
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:

相关推荐
菜鸡儿齐3 小时前
spark组件-spark core(批处理)-rdd创建
大数据·分布式·spark
weixin_177297220695 小时前
家政小程序系统开发:打造便捷高效的家政服务平台
大数据·小程序·家政
应用市场5 小时前
构建自定义命令行工具 - 打造专属指令体
开发语言·windows·python
东方佑5 小时前
从字符串中提取重复子串的Python算法解析
windows·python·算法
Dfreedom.5 小时前
一文掌握Python四大核心数据结构:变量、结构体、类与枚举
开发语言·数据结构·python·变量·数据类型
一半烟火以谋生5 小时前
Python + Pytest + Allure 自动化测试报告教程
开发语言·python·pytest
galaxylove5 小时前
Gartner发布数据安全态势管理市场指南:将功能扩展到AI的特定数据安全保护是DSPM发展方向
大数据·人工智能
叶子丶苏7 小时前
第八节_PySide6基本窗口控件_按钮类控件(QAbstractButton)
python·pyqt
百锦再7 小时前
对前后端分离与前后端不分离(通常指服务端渲染)的架构进行全方位的对比分析
java·开发语言·python·架构·eclipse·php·maven
Blossom.1188 小时前
把AI“刻”进玻璃:基于飞秒激光量子缺陷的随机数生成器与边缘安全实战
人工智能·python·单片机·深度学习·神经网络·安全·机器学习