自己可以模拟装修app,杭州百度首页优化,集团网站建设活动方案,ck网站一、实验数据
数据集#xff1a;“加油站数据.xls” 数据集介绍#xff1a;该表记录了用户在11月和12月一天24小时内的加油信息#xff0c;包括#xff1a;持卡人标识#xff08;cardholder#xff09;、卡号#xff08;cardno#xff09;、加油站网点号#xff08;n…一、实验数据
数据集“加油站数据.xls” 数据集介绍该表记录了用户在11月和12月一天24小时内的加油信息包括持卡人标识cardholder、卡号cardno、加油站网点号nodeno、加油时间opetime、加油升数liter、金额amount
二、实验任务
a. 按照加油时间顺序对表0中的数据进行排序 b. 统计加油站的站点数统计用户总数相同卡号按照同一人计算统计17:30~18:30期间加油的人数和平均加油量以及该时间段的加油总量在一天中的占比 c. 按照月份可视化展示用户卡号为“1000113200000151566”的加油量分析用户“1000113200000151566”常去的加油站点和通常的加油时间根据加油时间、加油量、加油站点等因素分析该用户2007年是否有行为异常的时间并进行解释说明。 d. 分析国庆节是否可以拉动加油站的经济增长提示可以跟整体和当月加油量的均值和方差进行对比 e. 某用户周六9:00~19:00时间自由你推荐他什么时间去哪个加油站加油为什么 f. 分析2007年期间加油站点“32000966”的汽油价格波动情况
三、前期工作
数据预处理
数据整合
import pandas as pd# 读取整个Excel文件
xls pd.ExcelFile(D:/MecLearning/加油站数据.xls)# 创建一个空的DataFrame用于存储所有表页的内容
combined_data pd.DataFrame()# 遍历Excel文件的每个表页并将其内容合并到combined_data中
for sheet_name in xls.sheet_names:df pd.read_excel(xls, sheet_name)combined_data pd.concat([combined_data, df], ignore_indexTrue)# 将合并后的数据写入一个新的Excel文件
combined_data.to_excel(D:/MecLearning/合并后的数据.xlsx, indexFalse)print(数据已整合并写入新的Excel文件 合并后的数据.xlsx) 时间列分割
import pandas as pd# 读取原始Excel文件
df pd.read_excel(D:/MecLearning/合并后的数据.xlsx)# 将opetime列分割成年月日和时间两列
df[Date] df[opetime].str.split().str[0] # 提取年月日部分
df[Time] df[opetime].str.split().str[1] # 提取时间部分# 将修改后的DataFrame保存到原始文件中
df.to_excel(D:/MecLearning/合并后的数据.xlsx, indexFalse)print(修改后的Date和Time列已保存到原始文件中) 正式解题
a.按照加油时间顺序对数据进行排序
import pandas as pd# 读取Excel文件
df pd.read_excel(D:/MecLearning/加油站数据.xls)# 按照加油时间排序
df.sort_values(byopetime, inplaceTrue)# 打印排序后的数据
print(df) b.统计加油站的站点数统计用户总数统计17:30~18:30期间加油的人数和平均加油量以及该时间段的加油总量在一天中的占比
# 统计加油站站点数
station_count df[nodeno].nunique()# 统计用户总数
user_count df[cardno].nunique()# 过滤出17:30~18:30期间的数据
filtered_data df[(df[opetime] 17:30:00) (df[opetime] 18:30:00)]# 统计该时间段加油的人数和平均加油量
people_count filtered_data[cardholder].nunique()
average_liter filtered_data[liter].mean()# 计算该时间段的加油总量占比
total_liter filtered_data[liter].sum()
total_day_liter df[liter].sum()
percentage (total_liter / total_day_liter) * 100print(f加油站站点数{station_count})
print(f用户总数{user_count})
print(f17:30~18:30期间加油的人数{people_count})
print(f平均加油量{average_liter:.2f}升)
print(f该时间段的加油总量占比{percentage:.2f}%) c.可视化展示用户卡号为“1000113200000151566”的加油量分析用户常去的加油站点和通常的加油时间并分析是否有异常时间段
import pandas as pd
import matplotlib.pyplot as plt
import warnings# 忽略特定警告
warnings.filterwarnings(ignore, categoryUserWarning, modulematplotlib)# 读取Excel文件
df pd.read_excel(D:/MecLearning/合并后的数据.xlsx)# 按照加油时间排序
df.sort_values(byopetime, inplaceTrue)# 过滤出指定用户的数据并明确创建一个副本
user_data df[df[cardno] 1000113200000160000].copy()import matplotlib.pyplot as plt
import matplotlib.font_manager as fm# 查找支持的中文字体
font_path fm.findSystemFonts(fontpathsNone, fontextttf)
for font in font_path:if SimHei in font:plt.rcParams[font.sans-serif] [fm.FontProperties(fnamefont).get_name()]plt.rcParams[axes.unicode_minus] Falsebreak# 绘图代码
# 检查用户数据是否为空
if not user_data.empty:# a. 可视化用户加油量按月份user_data[opetime] pd.to_datetime(user_data[opetime]) # 转换为日期时间类型user_data[month] user_data[opetime].dt.month # 提取月份monthly_data user_data.groupby(month)[liter].sum() # 按月份统计加油量monthly_data.plot(kindbar)plt.xlabel(month)plt.ylabel(liter)plt.title(User 1000113200000151566 liter)plt.show()# b. 分析用户常去的加油站点和通常的加油时间frequent_station user_data[nodeno].mode().values[0]frequent_time user_data[opetime].mode().values[0]print(f常去的加油站点{frequent_station})print(f通常的加油时间{frequent_time})# c. 根据因素分析异常时间段# 这部分需要进一步的数据分析和领域知识以确定异常时间段# 查找超出正常范围的加油量mean_liter user_data[liter].mean()std_liter user_data[liter].std()threshold mean_liter 2 * std_liter # 将2倍标准差作为异常阈值abnormal_periods user_data[user_data[liter] threshold]if not abnormal_periods.empty:print(发现异常时间段)print(abnormal_periods)else:print(未找到用户1000113200000151566的加油记录) d. 分析国庆节是否可以拉动加油站的经济增长可以比较国庆节期间的加油量与整体和当月加油量的均值和方差
import pandas as pd
import matplotlib.pyplot as plt
import warnings# 忽略特定警告
warnings.filterwarnings(ignore, categoryUserWarning, modulematplotlib)# 读取Excel文件
df pd.read_excel(D:/MecLearning/合并后的数据.xlsx)# 假设国庆节日期范围为 2007-10-01 到 2007-10-07
national_day_data df[(df[Date] 2007-11-01) (df[Date] 2007-11-07)]# 计算国庆节期间的加油量均值和方差
national_day_mean national_day_data[liter].mean()
national_day_var national_day_data[liter].var()# 计算整体加油量均值和方差
overall_mean df[liter].mean()
overall_var df[liter].var()# 计算当月加油量均值和方差
current_month_data df[df[Date].str.startswith(2007-11)]
current_month_mean current_month_data[liter].mean()
current_month_var current_month_data[liter].var()# 打印比较结果
print(f国庆节期间的加油量均值{national_day_mean:.2f}升)
print(f国庆节期间的加油量方差{national_day_var:.2f})
print(f整体加油量均值{overall_mean:.2f}升)
print(f整体加油量方差{overall_var:.2f})
print(f当月加油量均值{current_month_mean:.2f}升)
print(f当月加油量方差{current_month_var:.2f}) e. 推荐某用户周六9:00~19:00时间自由的加油时间和加油站点
# 过滤出周六的数据
saturday_data df[df[opetime].dt.weekday 5]# 过滤出9:00~19:00的数据
saturday_data saturday_data[(saturday_data[opetime] 09:00:00) (saturday_data[opetime] 19:00:00)]# 找出用户最常去的加油站点
frequent_station saturday_data[nodeno].mode().values[0]# 找出平均加油量最高的时间段
best_time saturday_data.groupby(opetime)[liter].mean().idxmax()print(f推荐加油时间{best_time})
print(f推荐加油站点{frequent_station})f. 分析加油站点“32000966”的汽油价格波动情况
计算price
import pandas as pd
import matplotlib.pyplot as plt
import warnings# 忽略特定警告
warnings.filterwarnings(ignore, categoryUserWarning, modulematplotlib)# 读取Excel文件
df pd.read_excel(D:/MecLearning/合并后的数据.xlsx)# 检查是否包含 amount 和 liter 列
if amount in df.columns and liter in df.columns:# 新增 price 列df[price] df[amount] / df[liter]# 保存带有 price 列的新数据框到Excel文件df.to_excel(D:/MecLearning/合并后的数据_with_price.xlsx, indexFalse)
else:print(数据中缺少 amount 或 liter 列。) 分析加油站点“32000966”的汽油价格波动
import pandas as pd
import matplotlib.pyplot as plt
import warnings# 忽略特定警告
warnings.filterwarnings(ignore, categoryUserWarning, modulematplotlib)# 读取Excel文件
df pd.read_excel(D:/MecLearning/合并后的数据_with_price.xlsx)# 假设数据集包含汽油价格字段为price
station_data df[df[nodeno] 32000966]
station_data[Date] pd.to_datetime(station_data[Date]) # 转换为日期时间类型
station_data.sort_values(byDate, inplaceTrue) # 按照加油时间排序import matplotlib.pyplot as plt
import matplotlib.dates as mdates# 设置日期时间刻度格式
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter(%Y-%m-%d))
plt.gca().xaxis.set_major_locator(mdates.MonthLocator(interval1)) # 设置刻度间隔为一个月# 绘制汽油价格的折线图
plt.plot(station_data[Date], station_data[price])
plt.xlabel(日期)
plt.ylabel(汽油价格)
plt.title(2007年加油站点32000966汽油价格波动情况)
plt.xticks(rotation45) # 旋转x轴标签以防止重叠
plt.grid() # 添加网格线
plt.show()
