Python 零基础入门数据分析实战之小费数据集应用

一、数据来源

本节选用的是 Python 的第三方库 seaborn 自带的数据集，该小费数据集为餐饮行业收集的数据，其中 total_bill 为消费总金额、tip 为小费金额、sex 为顾客性别、smoker 为顾客是否吸烟、day 为消费的星期、time 为聚餐的时间段、size 为聚餐人数。

import numpy as np 
from pandas import Series,DataFrame 
import pandas as pd 
import seaborn as sns    #导入seaborn库 
tips=sns.load_dataset('tips')  #seaborn库自带的数据集 
tips.head() 

1
2
3
4
5
6
7

二、问题探索二、问题探索

• 小费金额与消费总金额是否存在相关性？
• 性别、是否吸烟、星期几、聚餐人数和小费金额是否有一定的关联？
• 小费金额占小费总金额的百分比是否服从正态分布？

三、数据清洗

tips.shape #数据集的维度 

1
2

(244，7)

共有 244 条数据，7 列。

tips.describe() #描述统计 

1
2