[人工智能]餐厅订单数据分析

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

#数据加载
data1 = pd.read_excel('meal_order_detail.xlsx',sheet_name='meal_order_detail1')
data2 = pd.read_excel('meal_order_detail.xlsx',sheet_name='meal_order_detail2')
data3 = pd.read_excel('meal_order_detail.xlsx',sheet_name='meal_order_detail3')

# 数据预处理
# 数据合并
data = pd.concat([data1,data2,data3],axis=0)
data.head(10)

# 查看数据详细信息
data.info()

# 观察可得需要删除空值列,dropna删除空值，axis=1表示删除空值列，inplace=True表示在原来的数据上进行删除不需要重新赋值
data.dropna(axis=1,inplace=True)
data.info()

# 统计卖出菜品的平均价格
round(data['amounts'].mean(),2) #方法一：pandas自带函数
round(np.mean(data.amounts),2)  #方法二：numpy函数，计算比较快（底层是C++），如果数据量比较多的情况下建议采用

# 频数统计，什么菜最受欢迎，统计菜名出现次数
# 统计频数用value_counts函数，默认是降序排列相当于加上参数ascending=False,然后通过切片取前10名即可
dishes_count = data['dishes_name'].value_counts()[:10]
dishes_count

#可视化
# 设置显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']

dishes_count.plot(kind='line',color='r')
dishes_count.plot(kind='bar',fontsize=16)

#在图每个柱子上添加注释
for x,y in enumerate(dishes_count):
    print(x,y)
    plt.text(x,y+2,y,ha='center',fontsize=12)   #x,y+2表示的是这个注释写在什么位置，y表示注释写什么内容，ha参数设置注释居中靠左或右
plt.title('8月份最受欢迎的十道菜品')

# 订单点菜的种类最多
data_group = data['order_id'].value_counts()[:10]
data_group.plot(kind='bar',fontsize=16,color=['r','m','b','y','g'])
plt.title('订单点菜的种类最多top10',fontsize=16)
plt.xlabel('订单id',fontsize=16)
plt.ylabel('点菜种类',fontsize=16)

# 订单id点菜数量top10
data['total_prices'] = data['counts'] * data['amounts'] #统计单道菜总价
dataGroup = data[['order_id','counts','amounts','total_prices']].groupby('order_id')
Group_sum = dataGroup.sum() #分组求和
sort_counts = Group_sum.sort_values(by='counts',ascending=False)
sort_counts['counts'][:10].plot(kind='bar',fontsize=16)
plt.xlabel('订单id')
plt.ylabel('点菜数量')
plt.title('订单id点菜数量top10')

# 哪个订单id消费最多
price = Group_sum.sort_values('total_prices',ascending=False)
price['total_prices'][:10].plot(kind='bar')
plt.xlabel('订单id')
plt.ylabel('消费金额')
plt.title('消费金额top10')

# 哪个订单平均消费最贵
Group_sum['average'] = Group_sum['total_prices'] / Group_sum['counts']
sort_average = Group_sum.sort_values('average',ascending=False)
sort_average['average'][0:10].plot(kind='bar',fontsize=16)
plt.xlabel('订单id')
plt.ylabel('平均消费')
plt.title('单菜品平均消费top10')

# 一天当中什么时间段，点菜量比较集中（hour）
data['hourcount'] = 1 # 计数
data['time'] = pd.to_datetime(data['place_order_time']) # 将时间转换为日期格式存储
data['hour'] = data['time'].map(lambda x:x.hour)
group_by_hour = data.groupby('hour').count()['hourcount']
group_by_hour.plot(kind='bar')
plt.xlabel('小时')
plt.ylabel('点菜数量')
plt.title('点菜数量与小时关系')

# 哪一天点菜数量最多
data['daycount'] = 1
data['day'] = data['time'].map(lambda x:x.day)
group_by_day = data.groupby('day').count()['daycount']
group_by_day.plot(kind='bar')
plt.xlabel('8月份日期')
plt.ylabel('点菜数量')
plt.title('点菜数量与日期关系')

# 星期几点菜最多
data['weekcount'] = 1
data['weekday'] = data['time'].map(lambda x:x.weekday())
group_by_weekday = data.groupby('weekday').count()['weekcount']
group_by_weekday.plot(kind='bar')
plt.xlabel('星期')
plt.ylabel('点菜数量')
plt.title('点菜数量与星期关系')