Data Visualizacion con Python|IfoodDataSet Kaggle

  • 23 Mar, 2023
  • read

El contenido presentado en este artículo está destinado únicamente para fines académicos. Las opiniones expresadas se basan en mi comprensión e investigación personal. Es importante tener en cuenta que el campo de los grandes datos y los lenguajes de programación discutidos, como Python, R, Power BI, Tableau y SQL, son dinámicos y están en constante evolución. Este artículo tiene como objetivo fomentar el aprendizaje, la exploración y la discusión dentro del campo en lugar de proporcionar respuestas definitivas. Se recomienda la discreción del lector.

marketing1.columns
OUTPUT

image

marketing1['marital_Divorced'].unique()
OUTPUT
array([0, 1], dtype=int64)

marketing1['education_Basic'].unique()
OUTPUT
array([0, 1], dtype=int64)

marketing1['kidhome'].unique()
OUTPUT
array([0, 1, 2], dtype=int64)

marketing1['AcceptedCmp5'].unique()
OUTPUT
array([0, 1], dtype=int64)

sns.displot(marketing1.marital_Married, bins=10, kde=True, color='red')
marital

image

Creando nuevos string Columnas para el actual int64 Columna

Vamos a convertir algunas variables de dtype int64 like: marital , education , _home and AcceptedCmp1 to string para hacer más comprensible la visualización.

import numpy as np

marital_mapping = {
    0: 'Not Divorced',
    1: 'Divorced',
    0: 'Not Together',
    1: 'Together',
    0: 'Not Widow',
    1: 'Widow',
    0: 'Not Single',
    1: 'Single',
    0: 'Not Married',
    1: 'Married'
}

marketing1['maritalstatus'] = np.where(marketing1['marital_Divorced'] == 1, 'Divorced', 'Not Divorced')
marketing1['maritalstatus'] = np.where(marketing1['marital_Married'] == 1, 'Married', marketing1['maritalstatus'])
marketing1['maritalstatus'] = np.where(marketing1['marital_Single'] == 1, 'Single', marketing1['maritalstatus'])
marketing1['maritalstatus'] = np.where(marketing1['marital_Together'] == 1, 'Together', marketing1['maritalstatus'])
marketing1['maritalstatus'] = np.where(marketing1['marital_Widow'] == 1, 'Widow', marketing1['maritalstatus'])

Apliquemos el mismo código para obtener la variable de educación y los niveles también.

marketing1.loc[0,'Customer_Days']
OUTPUT
2822

En el caso anterior, necesitamos cambiar el actual dtype int65 to a datetime porque Customer_Days es una date variable

marketing1['Customer_Days'] = pd.to_numeric(marketing1['Customer_Days'], errors='coerce')
marketing1['Customer_Days'] = pd.to_datetime(marketing1['Customer_Days'], origin='1970-01-01', unit='D')

start_date = pd.to_datetime('1976-01-01')
end_date = pd.to_datetime('1977-12-31')

accurate_dates = marketing1[(marketing1['Customer_Days'] >= start_date) & (marketing1['Customer_Days'] <= end_date)]['Customer_Days']

#vamos a cambiar de int dtype to string dtype (Object) the new follow variables
marketing1['maritalstatus'] = marketing1['maritalstatus'].astype(str)
marketing1['education'] = marketing1['education'].astype(str)
marketing1['campaing'] = marketing1['campaing'].astype(str)
marketing1['family'] = marketing1['family'].astype(str)

marketing1.head()
OUTPUT

image

graphic_date.plot(x='Customer_Days', y='Income', kind = 'line')
OUTPUT

image

graphic_date.plot(x='Customer_Days', y='Income', kind = 'line')
OUTPUT

image

graphic_date.plot(x='Customer_Days', y='Income', kind = 'line')
OUTPUT

image

sns.catplot(x='maritalstatus',
y='Income',
data=marketing1,
kind='box',
hue='family',
sym="")
plt.show()
OUTPUT

image

sns.lmplot(data=marketing1,
            x="Age",
            y="Income",
            hue="maritalstatus")
plt.show()
OUTPUT

image