Lab: Full EDA Project

ในแล็บสุดท้ายนี้ คุณจะทำ EDA แบบเต็มรูปแบบกับข้อมูลร้านอาหาร ครอบคลุมทุกทักษะที่เรียนมาตั้งแต่ PY-1 ถึง PY-5

สร้างข้อมูลจำลอง

import pandas as pd
import numpy as np

np.random.seed(42)
n = 100

orders = pd.DataFrame({
    "order_id": range(1, n + 1),
    "date": pd.date_range("2024-01-01", periods=n, freq="D"),
    "customer_id": [f"C{str(x).zfill(3)}" for x in np.random.randint(1, 21, n)],
    "menu": np.random.choice(["ข้าวผัด", "ผัดไทย", "ส้มตำ", "ต้มยำ", "แกงเขียวหวาน"], n),
    "price": np.random.choice(["80", "120", "65", "150", "N/A", "95"], n),
    "qty": np.random.randint(1, 5, n),
    "payment": np.random.choice(["cash", "CASH", "Credit", "credit", "โอน"], n),
    "branch": np.random.choice(["สยาม", "ลาดพร้าว", " อารีย์ ", "สยาม "], n)
})

Inspect — ใช้ .info(), .shape, .describe(), .isna().sum() ตรวจสอบ
Clean ข้อมูลทั้งหมด:
- price → แปลงเป็น numeric (N/A → NaN)
- payment → normalize เป็น lowercase
- branch → strip whitespace
- เพิ่ม column total = price * qty
- เพิ่ม column month จาก date
Explore — ตอบคำถาม:
- เมนูไหนขายดีที่สุด (จำนวน order)?
- สาขาไหนมียอดขายรวมสูงสุด?
- ยอดขายแต่ละเดือนเป็นอย่างไร?
- ลูกค้าคนไหนจ่ายเงินมากที่สุด?
- วิธีชำระเงินอะไรนิยมที่สุด?
Export — สร้าง summary แล้ว export เป็น CSV (utf-8-sig)

เฉลย

Show Solution

# Step 2: Inspect
print(orders.shape)
orders.info()
print(orders.describe())
print(orders.isna().sum())
print(orders.head(10))

# Step 3: Clean
orders["price"] = pd.to_numeric(orders["price"], errors="coerce")
orders["payment"] = orders["payment"].str.lower().str.strip()
orders["branch"] = orders["branch"].str.strip()
orders["total"] = orders["price"] * orders["qty"]
orders["month"] = orders["date"].dt.month

# Step 4a: เมนูยอดนิยม
menu_rank = orders["menu"].value_counts()
print("=== เมนูยอดนิยม ===")
print(menu_rank)

# Step 4b: ยอดขายตามสาขา
branch_sales = orders.groupby("branch").agg(
    total_revenue=("total", "sum"),
    order_count=("order_id", "count")
).reset_index().sort_values("total_revenue", ascending=False)
print("\n=== ยอดขายตามสาขา ===")
print(branch_sales)

# Step 4c: ยอดขายรายเดือน
monthly = orders.groupby("month").agg(
    revenue=("total", "sum"),
    orders=("order_id", "count")
).reset_index()
print("\n=== ยอดขายรายเดือน ===")
print(monthly)

# Step 4d: Top customers
top_cust = orders.groupby("customer_id").agg(
    total_spent=("total", "sum")
).reset_index().sort_values("total_spent", ascending=False).head(5)
print("\n=== Top 5 ลูกค้า ===")
print(top_cust)

# Step 4e: วิธีชำระเงิน
print("\n=== วิธีชำระเงิน ===")
print(orders["payment"].value_counts())

# Step 5: Export
summary = orders.groupby(["branch", "menu"]).agg(
    total_revenue=("total", "sum"),
    avg_price=("price", "mean"),
    total_qty=("qty", "sum")
).reset_index()
summary.to_csv("restaurant_summary.csv", index=False, encoding="utf-8-sig")
print("\nExport สำเร็จ!")