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645次。这个肯定是末尾的IDAT了,因为IDAT必须要满了才会开始一下个IDAT,这个明显就是末尾的IDAT了。,对应下面的create_head()代码。,对应下面的create_tail()代码。不要考虑爆破,我已经试了一下,太多情况了。题目来源:UNCTF。_攻防世界困难模式攻略图文
文章浏览阅读2.9k次,点赞3次,收藏10次。偶尔会用到,记录、分享。1. 数据库导出1.1 切换到dmdba用户su - dmdba1.2 进入达梦数据库安装路径的bin目录,执行导库操作 导出语句:./dexp cwy_init/[email protected]:5236 file=cwy_init.dmp log=cwy_init_exp.log 注释: cwy_init/init_123..._达梦数据库导入导出
文章浏览阅读1.9k次。1. 在官网上下载KindEditor文件,可以删掉不需要要到的jsp,asp,asp.net和php文件夹。接着把文件夹放到项目文件目录下。2. 修改html文件,在页面引入js文件:<script type="text/javascript" src="./kindeditor/kindeditor-all.js"></script><script type="text/javascript" src="./kindeditor/lang/zh-CN.js"_kindeditor.js
文章浏览阅读2.3k次,点赞6次,收藏14次。SPI的详情简介不必赘述。假设我们通过SPI发送0xAA,我们的数据线就会变为10101010,通过修改不同的内容,即可修改SPI中0和1的持续时间。比如0xF0即为前半周期为高电平,后半周期为低电平的状态。在SPI的通信模式中,CPHA配置会影响该实验,下图展示了不同采样位置的SPI时序图[1]。CPOL = 0,CPHA = 1:CLK空闲状态 = 低电平,数据在下降沿采样,并在上升沿移出CPOL = 0,CPHA = 0:CLK空闲状态 = 低电平,数据在上升沿采样,并在下降沿移出。_stm32g431cbu6
文章浏览阅读1.2k次,点赞2次,收藏8次。数据链路层习题自测问题1.数据链路(即逻辑链路)与链路(即物理链路)有何区别?“电路接通了”与”数据链路接通了”的区别何在?2.数据链路层中的链路控制包括哪些功能?试讨论数据链路层做成可靠的链路层有哪些优点和缺点。3.网络适配器的作用是什么?网络适配器工作在哪一层?4.数据链路层的三个基本问题(帧定界、透明传输和差错检测)为什么都必须加以解决?5.如果在数据链路层不进行帧定界,会发生什么问题?6.PPP协议的主要特点是什么?为什么PPP不使用帧的编号?PPP适用于什么情况?为什么PPP协议不_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输
文章浏览阅读587次。软件测试工程师移民加拿大 无证移民,未受过软件工程师的教育(第1部分) (Undocumented Immigrant With No Education to Software Engineer(Part 1))Before I start, I want you to please bear with me on the way I write, I have very little gen...
文章浏览阅读304次。Thinkpad X250笔记本电脑,装的是FreeBSD,进入BIOS修改虚拟化配置(其后可能是误设置了安全开机),保存退出后系统无法启动,显示:secure boot failed ,把自己惊出一身冷汗,因为这台笔记本刚好还没开始做备份.....根据错误提示,到bios里面去找相关配置,在Security里面找到了Secure Boot选项,发现果然被设置为Enabled,将其修改为Disabled ,再开机,终于正常启动了。_安装完系统提示secureboot failure
文章浏览阅读10w+次,点赞93次,收藏352次。1、用strtok函数进行字符串分割原型: char *strtok(char *str, const char *delim);功能:分解字符串为一组字符串。参数说明:str为要分解的字符串,delim为分隔符字符串。返回值:从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。其它:strtok函数线程不安全,可以使用strtok_r替代。示例://借助strtok实现split#include <string.h>#include <stdio.h&_c++ 字符串分割
文章浏览阅读2.3k次。1 .高斯日记 大数学家高斯有个好习惯:无论如何都要记日记。他的日记有个与众不同的地方,他从不注明年月日,而是用一个整数代替,比如:4210后来人们知道,那个整数就是日期,它表示那一天是高斯出生后的第几天。这或许也是个好习惯,它时时刻刻提醒着主人:日子又过去一天,还有多少时光可以用于浪费呢?高斯出生于:1777年4月30日。在高斯发现的一个重要定理的日记_2013年第四届c a组蓝桥杯省赛真题解答
文章浏览阅读851次,点赞17次,收藏22次。摘要:本文利用供需算法对核极限学习机(KELM)进行优化,并用于分类。
文章浏览阅读1.1k次。一、系统弱密码登录1、在kali上执行命令行telnet 192.168.26.1292、Login和password都输入msfadmin3、登录成功,进入系统4、测试如下:二、MySQL弱密码登录:1、在kali上执行mysql –h 192.168.26.129 –u root2、登录成功,进入MySQL系统3、测试效果:三、PostgreSQL弱密码登录1、在Kali上执行psql -h 192.168.26.129 –U post..._metasploitable2怎么进入
文章浏览阅读257次。本文将为初学者提供Python学习的详细指南,从Python的历史、基础语法和数据类型到面向对象编程、模块和库的使用。通过本文,您将能够掌握Python编程的核心概念,为今后的编程学习和实践打下坚实基础。_python人工智能开发从入门到精通pdf