利用Python进行数据分析的笔记-实战USDA食品数据库

本案例是利用书中的示例
美国农业部(USDA)制作了一份有关食物营养信息的数据库。这边提供一个JSON格式的文件 foods-2011-10-03.json
https://github.com/re4lfl0w/ipython/blob/master/books/python_data_analysis/ch07/foods-2011-10-03.json

这边代码运行的环境是Jupyter Notebook with Python2.7

#coding:utf-8
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series,DataFrame
import re
import json
%matplotlib inline #在juypter notebook 内嵌图形

db = json.load(open('foods-2011-10-03.json'))
#db[:1]
#len(db)
#type(db)
#db[0].keys()
#db[0]['nutrients'][0]
#len(db[0]['nutrients'])
#nutrients

info_keys = ['description','group','id','manufacturer','tags'] #自定义列名
info = DataFrame(db, columns=info_keys)
info.drop('tags',axis=1,inplace=True) #删除tags一列
pd.value_counts(info.group) #根据group列做统计
pd.value_counts(nutrients.group) #根据group列做统计

Nutrients = [] #新建一个空列表
#取特定key为nutrients id 生成一个list
for rec in db:
    fnuts = DataFrame(rec['nutrients'])
    fnuts['id'] = rec['id']
    Nutrients.append(fnuts)

#Nutrients[:10]

Nutrients = pd.concat(Nutrients,ignore_index=True) #将list中的成员整合到一个DataFrame

#Nutrients[:10]
len(Nutrients)

Nutrients.duplicated().sum() #统计重复项,默认是根据第一列nutrients 统计
Nutrients.duplicated('group').sum()  #统计重复项,根据指定group列统计

Nutrients_with_no_duplicates = Nutrients.drop_duplicates() #丢弃重复项
len(Nutrients_with_no_duplicates)

#两个DataFrame 都有"group"、"description"列名重命名
col_mapping = {'description':'food','group':'fgroup'}
info = info.rename(columns=col_mapping,copy=False) 
col_mapping = {'description':'nutrients','group':'nutgroup'}
Nutrients = Nutrients.rename(columns=col_mapping,copy=False)

#合并2个DataFrame 根据id关联 outer外连接
ndata = pd.merge(Nutrients,info,on='id',how='outer')
ndata.iloc[3000] #等同于ndata.ix[3000] 或者ndata.loc[3000]

#根据营养分类得到锌的中位值
result = ndata.groupby(['nutrients','fgroup'])['value'].quantile(0.5)
#result.head()
result['Zinc, Zn'].sort_values().plot(kind='barh')

#营养成分最为丰富的食物
by_nutrients = ndata.groupby(['nutgroup','nutrients'])
get_maximum = lambda x: x.xs(x.value.idxmax())
get_minimum = lambda x: x.xs(x.value.idxmin())
max_food = by_nutrients.apply(get_maximum)[['value','food']]
 
max_food.food = max_food.food.str[:10]
max_food.loc['Amino Acids']['food']
image.png
image.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,682评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,277评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,083评论 0 355
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,763评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,785评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,624评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,358评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,261评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,722评论 1 315
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,900评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,030评论 1 350
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,737评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,360评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,941评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,057评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,237评论 3 371
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,976评论 2 355

推荐阅读更多精彩内容