数据分析实战—食物营养信息

数字素养：学会基本的数据分析和信息安全 #生活常识# #职场技巧# #网络素养#

1.实战内容

（1） 导入该农业部门食物营养数据的 JSON 数据文件； 

import pandas as pd

import json

db = json.load(open('foods-2011-10-03.json'))

print(type(db))

print(type(db[0]))

print(type(db[0]['nutrients']))

print(len(db[0]['nutrients']))

print(type(db[0]['nutrients'][0]))

（2） 查看食物营养数据集的记录数和字段属性名； 

print('数据集的记录数为：',len(db))

print('数据集的全部属性为：',db[0].keys())

 （3） 查看食物营养数据集中营养成分（nutrients）所包含的信息，并将营养成分的列表数据生成DataFrame

（4） 使用 DataFrame 创建包含食物的 description、group、id、manufacturer 等信息表，并分析食物类别（group）的分布情况，提示每个食品类别的个数；

info_keys = ['description', 'group', 'id', 'manufacturer']

info = pd.DataFrame(db, columns=info_keys)

print('食物信息:\n',info.head())

print('食物类别分布信息:\n',pd.value_counts(info.group))

info.head()

（5） 先创建食物营养数据集中的全部食物营养成分（nutrients）数据表，然后再进行数据分析； 

xx=info['group']

xx1=xx.drop_duplicates(keep='first')

print('种类个数：',xx1.count())

print（xx1）

nutrients = []

for rec in db:

fnuts =pd.DataFrame(rec['nutrients'])

fnuts['id'] = rec['id']

nutrients.append(fnuts)

nutrients_all=pd.concat(nutrients, ignore_index=True)

nutrients_all

pd.value_counts(nutrients_all.description)

pd.value_counts(nutrients_all.group)

（6） 对全部食物营养成分数据进行去重复值操作； 

print(nutrients_all.duplicated().sum())

nutrients_new = nutrients_all.drop_duplicates()

print(nutrients_new)

（7） 将包含食物的名称、分类、编号、制造商等信息表与食物营养成分数据表合并。 

col_mapping = {'description' : 'food','group' : 'fgroup'}

info = info.rename(columns=col_mapping, copy=False)

print('info信息\n',info)

col_mapping = {'description' : 'nutrient','group' : 'nutgroup'}

nutrients_new = nutrients_new.rename(columns=col_mapping, copy=False)

print('营养信息\n',nutrients_new)

ndata = pd.merge(nutrients_new, info, on='id', how='outer')

print('合并信息\n',ndata)

 2.数据集下载

https://gitee.com/qxh200000/c_-code/commit/ca6f117a3d02a1e3195bc2d742be86eb901c7e22

网址：数据分析实战—食物营养信息 https://www.yuejiaxmz.com/news/view/571203

相关内容

毕业设计 大数据食物营养数据分析可视化系统（源码+论文）
Python数据分析实战
毕业设计项目 大数据食物营养数据分析可视化系统（源码+论文）
计算机毕业设计之基于大数据的食物营养可视化分析系统
食物营养查询和分析系统
javaweb食物营养查询和分析系统
人工智能实践——Restauraut+ 食物识别分析与营养规划系统
从零开始的游戏运营数据分析生活？如何构建数据分析的逻辑框架？
数据分析实战：利用python对心脏病数据集进行分析
食物营养分析

随便看看