本文为博主的数据分析学习笔记。此篇文章介绍使用星巴克数据统计中国和美国的星巴克数量,并统计中国各个省份的星巴克数量并作图。
本案例涉及到的知识点
数据来源:Starbucks Locations Worldwide | Kaggle
# 按国家分类(pandas分组方法)
groupsByCountry = star_df.groupby(by='Country')
print(groupsByCountry)
# groupsByCountry是一个可遍历的对象
for countryName, data in groupsByCountry:
# groupsByCountry的每一项是一个元组
# countryName第一个变量为分类的国家名
# data为每个国家的数据,类型为DataFrame
print(countryName)
print('-' * 100)
print(data)
print('#' * 100)
# 获得美国的星巴克数据
US_df = star_df[star_df['Country'] == 'US']
# 调用聚合方法对星巴克数量进行计数
countryCount = groupsByCountry['Brand'].count() # 计数需要使用没有缺失的字段
print('美国星巴克数量:', countryCount['US']) # 美国星巴克数量
print('中国星巴克数量:', countryCount['CN']) # 中国星巴克数量
在中国的dataframe上再根据省份字段分组即可。
如果下面代码中第9行是groupsByProvinceInChina[‘Brand’].count() 得到的会是一个Series,要转换成DataFrame在Brand外面再嵌套一层中括号即可。
使用sort_value()进行排序是为了后面作图能直接反映最大值和最小值。
CN_df = star_df[star_df['Country'] == 'CN'] # 中国星巴克信息
print(CN_df.info())
groupsByProvinceInChina = CN_df.groupby(by='State/Province')
# for province,data in groupsByProvinceInChina:
# print(province)
provinceCount = \
groupsByProvinceInChina[['Brand']].count().sort_values(by='Brand', ascending=True)
在原始数据中省份字段使用的是各省份数字代码。在作图时可以使用特定的函数将数字代码一一转换为省份名。
(博主提取省份数据时发现省份代码91,92在网上找不到资料,转换省份名的时候导致数量不一样作图失败,所以放弃了,希望有知道的读者可以在评论区评论)
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
def ProvinceTransfer(codeList):
'''
返回中国省份列表
:param codeList: 省份数字代码,可以是数值类型或字符串类型
:return: 省份列表
'''
resList = []
for item in codeList:
if item == 11 or item == '11':
resList.append('北京')
if item == 12 or item == '12':
resList.append('天津')
if item == 13 or item == '13':
resList.append('河北')
if item == 14 or item == '14':
resList.append('山西')
if item == 15 or item == '15':
resList.append('内蒙古')
if item == 21 or item == '21':
resList.append('辽宁')
if item == 22 or item == '22':
resList.append('吉林')
if item == 23 or item == '23':
resList.append('黑龙江')
if item == 31 or item == '31':
resList.append('上海')
if item == 32 or item == '32':
resList.append('江苏')
if item == 33 or item == '33':
resList.append('浙江')
if item == 34 or item == '34':
resList.append('安徽')
if item == 35 or item == '35':
resList.append('福建')
if item == 36 or item == '36':
resList.append('江西')
if item == 37 or item == '37':
resList.append('山东')
if item == 41 or item == '41':
resList.append('河南')
if item == 42 or item == '42':
resList.append('湖北')
if item == 43 or item == '43':
resList.append('湖南')
if item == 44 or item == '44':
resList.append('广东')
if item == 45 or item == '45':
resList.append('广西')
if item == 46 or item == '46':
resList.append('海南')
if item == 50 or item == '50':
resList.append('重庆')
if item == 51 or item == '51':
resList.append('四川')
if item == 52 or item == '52':
resList.append('贵州')
if item == 53 or item == '53':
resList.append('云南')
if item == 54 or item == '54':
resList.append('西藏')
if item == 61 or item == '61':
resList.append('陕西')
if item == 62 or item == '62':
resList.append('甘肃')
if item == 63 or item == '63':
resList.append('青海')
if item == 64 or item == '64':
resList.append('宁夏')
if item == 65 or item == '65':
resList.append('新疆')
if item == 71 or item == '71':
resList.append('台湾省')
if item == 81 or item == '81':
resList.append('香港')
if item == 82 or item == '82':
resList.append('澳门')
return resList
pd.set_option('display.max_columns', None)
# pd.set_option('display.max_rows', None)
dataPath = 'dataFiles/Starbucks-Locations.csv'
star_df = pd.read_csv(dataPath)
print(star_df.head(1)) # 打印第一行查看字段信息
print(star_df.info())
# 按国家分类(pandas分组方法)
groupsByCountry = star_df.groupby(by='Country')
# print(groupsByCountry)
# groupsByCountry是一个可遍历的对象
for countryName, data in groupsByCountry:
# countryName第一个变量为分类的国家名
# data为每个国家的数据,类型为DataFrame
print(countryName)
# print('-' * 100)
# # print(data)
# print('#' * 100)
US_df = star_df[star_df['Country'] == 'US']
# print(US_df.head(1))
# 调用聚合方法
countryCount = groupsByCountry['Brand'].count() # 计数需要使用没有缺失的字段
print('美国星巴克数量:', countryCount['US']) # 美国星巴克数量
print('中国星巴克数量:', countryCount['CN']) # 中国星巴克数量
# 统计中国不同省份的星巴克数量
CN_df = star_df[star_df['Country'] == 'CN'] # 中国星巴克信息
# print(CN_df.info())
groupsByProvinceInChina = CN_df.groupby(by='State/Province')
# for province,data in groupsByProvinceInChina:
# print(province)
provinceCount = \
groupsByProvinceInChina[['Brand']].count().sort_values(by='Brand', ascending=True)
# print(type(provinceCount))
# print(provinceCount)
# print(list(provinceCount.index))
# print(list(provinceCount['Brand']))
provinceIndexList = list(provinceCount.index)
provinceCountList = list(provinceCount['Brand'])
#########################################################
matFont = {
'family': 'Microsoft Yahei'
}
plt.rc('font', **matFont)
plt.figure(figsize=(16, 8), dpi=200)
plt.bar(provinceIndexList, provinceCountList, color='orange')
plt.title('中国各省份星巴克数量统计')
plt.xlabel('省份代码')
plt.ylabel('门店数量')
plt.show()
文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态
文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境
文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn
文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker
文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机
文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk
文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入
文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。 Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。
文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动
文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计
文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图
文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法