查看餐饮数据的大小和维度

from sqlalchemy import create_engine
import pandas as pd
engine = create_engine('mysql+pymysql://root:981221@localhost/testdb?charset=utf8mb4')
detail = pd.read_sql_table('meal_order_detail1',con=engine)
order = pd.read_table('D:/pandas/meal_order_info.csv',sep=',',encoding='gbk')
user = pd.read_excel('D:/pandas/users.xlsx')
print('订单的详情表的维度：',detail.ndim)
print('订单信息表的维度：',order.ndim)
print('客户信息表的维度：',user.ndim)

订单的详情表的维度： 2
订单信息表的维度： 2
客户信息表的维度： 2

print('详情标的形状：',detail.shape)
print('信息表的形状：',order.shape)
print('客户表的形状：',user.shape)

详情标的形状： (2779, 19)
信息表的形状： (945, 21)
客户表的形状： (734, 37)

print('详情表的元素个数:',detail.size)
print('信息表的元素个数:',order.size)
print('客户表的元素个数:',user.size)

详情表的元素个数: 52801
信息表的元素个数: 19845
客户表的元素个数: 27158

统计菜品销售情况

数值型特征

print('详情表里单价（counts）和数目（amounts）两列的描述性统计：\n',detail.loc[:,['counts','amounts']].describe())

详情表里单价（counts）和数目（amounts）两列的描述性统计：counts      amounts
count  2779.000000  2779.000000
mean      1.111191    45.337172
std       0.625428    36.808550
min       1.000000     1.000000
25%       1.000000    25.000000
50%       1.000000    35.000000
75%       1.000000    56.000000
max      10.000000   178.000000

detail['order_id'] = detail['order_id'].astype('category')
detail['dishes_name'] = detail['dishes_name'].astype('category')
print('''信息表的订单标号（order_id）和菜品名称（dishes_name）的描述性统计结果:
\n''',detail[['order_id','dishes_name']].describe())

信息表的订单标号（order_id）和菜品名称（dishes_name）的描述性统计结果:order_id dishes_name
count      2779        2779
unique      278         145
top         392       白饭/大碗
freq         24          92

信息总结：

1. 菜品均售价为45.3元
2. 订单信息里销售最多的菜品数目达92中
3. 销售最多的菜品是白米饭
4. 订单标号为392号的物品种类最多，有24种

剔除 “全是空值” 或者 “所有元素取值相同” 的列

• shape[1] 表示列的大小

def dropNullStd(data):beforerlen = data.shape[0]beforeclen = data.shape[1]colisNull = data.describe().loc['count'] == 0print(type(colisNull))print('beforerlen[0]:',beforerlen)print('beforeclen[1]:',beforeclen)for i in range(len(colisNull)):if colisNull[i]:data.drop(colisNull.index[i], axis = 1,inplace = True)stdisZero = data.describe().loc['std'] == 0for i in range(len(stdisZero)):if stdisZero[i]:data.drop(stdisZero.index[i], axis = 1, inplace = True)afterclen = data.shape[1]print('剔除的列的数目:',beforeclen-afterclen)print('剔除后数据形状为:',data.shape)# 对详情表的操作
dropNullStd(detail)

<class 'pandas.core.series.Series'>
beforerlen[0]: 2779
beforeclen[1]: 19
剔除的列的数目: 0
剔除后数据形状为: (2779, 19)

# 对信息表的操作
dropNullStd(order)

<class 'pandas.core.series.Series'>
beforerlen[0]: 945
beforeclen[1]: 21
剔除的列的数目: 7
剔除后数据形状为: (945, 14)

# 对客户表的操作
dropNullStd(user)

<class 'pandas.core.series.Series'>
beforerlen[0]: 734
beforeclen[1]: 37
剔除的列的数目: 13
剔除后数据形状为: (734, 24)