Python数据分析~~美食排行榜

1.模块的导入和路径的选择

# 导入pandas模块，简称为pd
import pandas as pd
# 使用read_csv()函数
# TODO 读取路径"/Users/feifei/hotpot.csv"的文件，并赋值给变量df
df=pd.read_csv(r"C:\Users\32565\AppData\Local\Temp\ac96d06d-2a12

这个路径一定要选择正确，其实我对于这个路径并不是很理解，所以刚刚刚开始进行测试的时候就遇到了很多的报错，这个路径不是这个csv文件的路径，而是在这个vscode里面打开这个文件之后的路径，在这个文件里面打开的时候，显示的是D盘，但是在vscode上面打开之后，这个路径就成为了C盘，虽然我不知道为什么，但是这个使用C盘的路径才是正确的；

2.访问前面五行数据

（1）这个里面我们是使用的head函数，这个函数可以写参数，也可以不写参数，不写参数就是默认取出来这个文件里面的前面的五行数据，如果想要取出来更多的数据，我们就需要去添加这个对应的参数；

# TODO 使用head()函数，访问df第1行到第5行的数据，并赋值给变量top_5
top_5=df.head()
# TODO 输出前5行数据
print(top_5)

3.按照条件进行筛选

（1）这个背景开始的时候没有进行介绍，实际上这个文件里面是一些美食店铺的排行榜，我们要查找的就是这个鱼店的，因此我们要冲这个里面把不是鱼店的店铺剔除掉，因为这个里面的美食，除了鱼类，肯定还有其他的类型啊，str.contains就是把这个参数放进去，表示我们只想要选择带"鱼"字的店铺名字，这个相当于就缩小了数据的范围；

# TODO 使用列索引和str.contains()函数
# 创建判断"店铺名称"列中的数据包含"鱼"的判断条件，并赋值给变量fishpot
fishpot = df[df["店铺名称"].str.contains("鱼")]

# TODO 输出fishpot，查看结果
print(fishpot)

4.获取店铺评分里面的最高分

（1）这个里面是使用的max函数，打印的结果就是这个所有相关的店铺的最高分（带鱼的）

import pandas as pd
# 使用read_csv()函数
# 读取路径"/Users/feifei/hotpot.csv"的文件，并赋值给变量df
df = pd.read_csv("/Users/feifei/hotpot.csv")

# 使用列索引和str.contains()函数
# 创建判断"店铺名称"列中的数据包含"鱼"的判断条件，并赋值给变量fishpot
fishpot = df[df["店铺名称"].str.contains("鱼")]

# TODO 获取"口味评分"列的最大值，并赋值给taste
taste = fishpot["口味评分"].max()
# TODO 输出taste
print(taste)

5.打印对应的店铺的名字

（1）我们上面的打印结果是这个店里面的评分的最高分数，我们如果想要得到这个店铺的名字，就需要使用函数set_index设置对应的行索引：

# 导入pandas模块，简称为pd
import pandas as pd
# 使用read_csv()函数
# 读取路径"/Users/feifei/hotpot.csv"的文件，并赋值给变量df
df = pd.read_csv("/Users/feifei/hotpot.csv")

# 使用列索引和str.contains()函数
# 创建判断"店铺名称"列中的数据包含"鱼"的判断条件，并赋值给变量fishpot
fishpot = df[df["店铺名称"].str.contains("鱼")]

# 将店铺名称设置为行索引，将新的Dataframe赋值给变量fishpot2
fishpot2 = fishpot.set_index("店铺名称")

# TODO 获取评分最高的行索引，也就是店铺名称
tasteBest = fishpot2["口味评分"].idxmax()

# 输出tasteBest
print(tasteBest)

（2）idmax函数会打印这个评分最高的行索引

6.索引的重置

（1）我们获得这个店铺的名称之后，这个还需要还原为dataframe格式，也就是二维的列表格式，这个时候我们需要使用reset_index()函数进行这个索引的重置;

# 导入pandas模块，简称为pd
import pandas as pd
# 使用read_csv()函数
# 读取路径"/Users/feifei/hotpot.csv"的文件，并赋值给变量df
df = pd.read_csv("/Users/feifei/hotpot.csv")

# 使用列索引和str.contains()函数
# 创建判断"店铺名称"列中的数据包含"鱼"的判断条件，并赋值给变量fishpot
fishpot = df[df["店铺名称"].str.contains("鱼")]

# 将店铺名称设置为行索引，将新的Dataframe赋值给变量fishpot2
fishpot2 = fishpot.set_index("店铺名称")

# 获取评分最高的行索引，也就是店铺名称
tasteBest = fishpot2["口味评分"].idxmax()

# TODO 重置索引，还原dataframe
fishpot3 = fishpot2.reset_index()
# 输出fishpot3
print(fishpot3)