import pandas as pd
import numpy as np
from pyecharts import options as opts
from pyecharts.charts import Bar, Line, HeatMap, Funnel
rawdata = pd.read_csv(
    '/home/mw/input/car_hailing9900/ride-hailing_data.csv',
    encoding='gb2312')
# rawdata.drop(['Unnamed: 8','Unnamed: 9'],axis=1,inplace=True)
rawdata.head()

rawdata.info()

# Максимальное количество отображаемых строк
pd.set_option('display.max_rows', 10)

# коэффициент конверсии
change_rate = rawdata['Полный заказчисло'] / rawdata['Количество пузырьков']
data = pd.concat([rawdata, change_rate], axis=1).rename(columns={0: 'коэффициент конверсии'})
data

# соотношение водитель/пассажир Количество онлайн из водителей Среднее количество заказов, полученных в день
rate = (data['Полный заказчисло']/data['Водитель онлайн'])
data = pd.concat([data, rate], axis=1).rename(columns={0: 'соотношение водитель/пассажир'})
data

# Готовность водителя выполнять заказы
rate = (data['отвечатьчисло'] / data['Водитель онлайн'])
data = pd.concat([data, rate], axis=1).rename(columns={0: 'Водитель принимает заказы'})
data

# Расчет корреляции
cor = data.corr()
cor

# генерироватьрабочий деньособенность
data['рабочий день']=data.apply(lambda x:1 if ((x.Неделя=='Понедельник') | (x.Неделя=='Вторник') | (x.Неделя=='Среда') | (x.Неделя=='Четверг') | (x.Неделя=='Пятница')) else 0,axis=1)
data

# Визуализация корреляции
cor = data.corr()
cor

# Визуализация корреляции
cor = data.corr()
value = [[x, y, round(cor.values[x][y], 2)]
         for x in range(11) for y in range(11)]
heatmap = HeatMap(init_opts=opts.InitOpts())
heatmap.add_xaxis(list(cor))
heatmap.add_yaxis(
    "",
    list(cor),
    value,
    label_opts=opts.LabelOpts(
        is_show=True,
        position="inside"))
heatmap.set_global_opts(
    title_opts=opts.TitleOpts(title="Релевантность"),
    visualmap_opts=opts.VisualMapOpts(max_=1),
    xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=30)))
heatmap.render_notebook()

# каждыйгородкоэффициент конверсии
x_data = data["Город"].drop_duplicates().to_list()
y_data = data.groupby('Город')['коэффициент конверсии'].mean().apply(
    lambda x: round(x, 2)).to_list()
bar = Bar()
bar.add_xaxis(x_data)
bar.add_yaxis("каждыйгородкоэффициент конверсии", y_data)
bar.render_notebook()

# каждыйшагкоэффициент конверсии
funnel_data = data.copy(deep=True)
# пузырь->вызовкоэффициент конверсии
rate = ( data['вызовчисло'] / data['Количество пузырьков'] )
funnel_data.insert(4, "риск->вызов",rate, allow_duplicates=False)
# вызов->отвечатькоэффициент конверсии
rate = ( data['отвечатьчисло'] / data['вызовчисло'] )
funnel_data.insert(6, "вызов->отвечать",rate, allow_duplicates=False)
# отвечать->Полный заказкоэффициент конверсии
rate = ( data['Полный заказчисло'] / data['отвечатьчисло'] )
funnel_data.insert(8, "отвечать->над",rate, allow_duplicates=False)
funnel_data

# Функция преобразования воронкообразной диаграммы Агород
def funnel_show(funnel_data, city_name):
    change_df = data[data['Город'] == city_name][[
        'Количество пузырьков','вызовчисло','отвечатьчисло','Полный заказчисло']].sum()    change_data = [
        list(z) for z in zip(
            change_df.index.tolist(),
            change_df.values.tolist())]
    change_rate = funnel_data[funnel_data['Город'] ==
                              city_name][['риск->вызов', 'вызов->отвечать', 'отвечать->над']].mean()
    funnel_value = change_rate.values.tolist()
    funnel_value.insert(0, 1)
    attr_trans = [
        change_df.index.tolist()[i]+"-"+"%.2f%%" %
        (funnel_value[i]*100) for i in range(4)]
    funnel = (
        Funnel()
        .add("процесс", [list(z) for z in zip(attr_trans, change_df)],
             label_opts=opts.LabelOpts(
            font_size=13, position="right", formatter="{b}-{c}"),
            tooltip_opts=opts.TooltipOpts(trigger='item',
                                          formatter="{a} <br/>{b} : {c}",
                                          background_color="#ffd1df",
                                          border_color="#ffffd4",
                                          border_width=4,
                                          textstyle_opts=opts.TextStyleOpts(font_size=14, color='blue'),))
        .set_global_opts(title_opts=opts.TitleOpts(title=city_name+"Воронкообразная диаграмма конверсии"))
    )
    return funnel


funnel_show(funnel_data, "Aгород").render_notebook()

funnel_show(funnel_data, "Bгород").render_notebook()

funnel_show(funnel_data, "Cгород").render_notebook()

funnel_show(funnel_data, "Dгород").render_notebook()

funnel_show(funnel_data, "Eгород").render_notebook()

# каждый Городсоотношение водитель/пассажир
x_data = data["Город"].drop_duplicates().to_list()
y_data = data.groupby('Город')['соотношение водитель/пассажир'].mean().apply(
    lambda x: round(x, 2)).to_list()
x_data
y_data
bar = (
    Bar()
    .add_xaxis(x_data)
    .add_yaxis('каждыйгородсоотношение водитель/пассажир', y_data)
)
bar.render_notebook()

# каждыйгородежедневносоотношение водитель/пассажир
x_data = ['в понедельник', 'Вторник', 'Среда', 'Четверг', 'Пятница', 'Суббота', 'Воскресенье']
y1 = data[data['Город'] == 'Aгород'].groupby(
    'Неделя')['соотношение водитель/пассажир'].mean().apply(lambda x: round(x, 2)).to_list()
y2 = data[data['Город'] == 'Bгород'].groupby(
    'Неделя')['соотношение водитель/пассажир'].mean().apply(lambda x: round(x, 2)).to_list()
y3 = data[data['Город'] == 'Cгород'].groupby(
    'Неделя')['соотношение водитель/пассажир'].mean().apply(lambda x: round(x, 2)).to_list()
y4 = data[data['Город'] == 'Dгород'].groupby(
    'Неделя')['соотношение водитель/пассажир'].mean().apply(lambda x: round(x, 2)).to_list()
y5 = data[data['Город'] == 'Eгород'].groupby(
    'Неделя')['соотношение водитель/пассажир'].mean().apply(lambda x: round(x, 2)).to_list()
line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(series_name="Aгород", y_axis=y1)
    .add_yaxis(series_name="Bгород", y_axis=y2)
    .add_yaxis(series_name="Cгород", y_axis=y3)
    .add_yaxis(series_name="Dгород", y_axis=y4)
    .add_yaxis(series_name="Eгород", y_axis=y5)
    .set_global_opts(title_opts=opts.TitleOpts(title="соотношение водитель/пассажир"))
)
line.render_notebook()

x_data = ['Количество пузырьков','вызовчисло','отвечатьчисло','Полный заказчисло']
y1 = [round(data[data['Город'] == 'Aгород']['Количество пузырьков'].mean(),
            2),round(data[data['Город'] == 'Aгород']['вызовчисло'].mean(),            2),round(data[data['Город'] == 'Aгород']['отвечатьчисло'].mean(),            2),round(data[data['Город'] == 'Aгород']['Полный заказчисло'].mean(),            2)]
y2 = [round(data[data['Город'] == 'Bгород']['Количество пузырьков'].mean(),
            2),round(data[data['Город'] == 'Bгород']['вызовчисло'].mean(),            2),round(data[data['Город'] == 'Bгород']['отвечатьчисло'].mean(),            2),round(data[data['Город'] == 'Bгород']['Полный заказчисло'].mean(),            2)]
y3 = [round(data[data['Город'] == 'Cгород']['Количество пузырьков'].mean(),
            2),round(data[data['Город'] == 'Cгород']['вызовчисло'].mean(),            2),round(data[data['Город'] == 'Cгород']['отвечатьчисло'].mean(),            2),round(data[data['Город'] == 'Cгород']['отвечатьчисло'].mean(),            2)]
y4 = [round(data[data['Город'] == 'Dгород']['Количество пузырьков'].mean(),
            2),round(data[data['Город'] == 'Dгород']['вызовчисло'].mean(),            2),round(data[data['Город'] == 'Dгород']['отвечатьчисло'].mean(),            2),round(data[data['Город'] == 'Dгород']['Полный заказчисло'].mean(),            2)]
y5 = [round(data[data['Город'] == 'Eгород']['Количество пузырьков'].mean(),
            2),round(data[data['Город'] == 'Eгород']['вызовчисло'].mean(),            2),round(data[data['Город'] == 'Eгород']['отвечатьчисло'].mean(),            2),round(data[data['Город'] == 'Eгород']['Полный заказчисло'].mean(),            2)]
line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(series_name="Aгород", y_axis=y1)
    .add_yaxis(series_name="Bгород", y_axis=y2)
    .add_yaxis(series_name="Cгород", y_axis=y3)
    .add_yaxis(series_name="Dгород", y_axis=y4)
    .add_yaxis(series_name="Eгород", y_axis=y5)
    .set_global_opts(title_opts=opts.TitleOpts(title="Процесс заказа"))
)
line.render_notebook()

#каждыйгородежедневно Полный заказчислоx_data = ['в понедельник','Вторник','Среда','Четверг','Пятница','Суббота','Воскресенье']
y1=data[data['Город'] == 'Aгород'].groupby('Неделя')['Полный заказчисло'].mean().apply(lambda x: round(x,1)).to_list()
y2=data[data['Город'] == 'Bгород'].groupby('Неделя')['Полный заказчисло'].mean().apply(lambda x: round(x,1)).to_list()
y3=data[data['Город'] == 'Cгород'].groupby('Неделя')['Полный заказчисло'].mean().apply(lambda x: round(x,1)).to_list()
y4=data[data['Город'] == 'Dгород'].groupby('Неделя')['Полный заказчисло'].mean().apply(lambda x: round(x,1)).to_list()
y5=data[data['Город'] == 'Eгород'].groupby('Неделя')['Полный заказчисло'].mean().apply(lambda x: round(x,1)).to_list()
line=(
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(series_name="Aгород",y_axis=y1)
    .add_yaxis(series_name="Bгород",y_axis=y2)
    .add_yaxis(series_name="Cгород",y_axis=y3)
    .add_yaxis(series_name="Dгород",y_axis=y4)
    .add_yaxis(series_name="Eгород",y_axis=y5)
    .set_global_opts(title_opts=opts.TitleOpts(title="каждыйгородежедневно Полный заказчисло"))
)
line.render_notebook()

#рабочий денькаждыйгородкаждыйпериод времени Полный заказчислоx_data = ['0','1','2','3','4','5','6','7','8','9','10','11','12','13','14','15','16','17','18','19','20','21','22','23']
y1=data[(data['Город'] == 'Aгород') & (data['рабочий день'] == 1)].groupby('период времени')['Полный заказчисло'].mean().apply(lambda x: round(x,1)).to_list()
y2=data[(data['Город'] == 'Bгород') & (data['рабочий день'] == 1)].groupby('период времени')['Полный заказчисло'].mean().apply(lambda x: round(x,1)).to_list()
y3=data[(data['Город'] == 'Cгород') & (data['рабочий день'] == 1)].groupby('период времени')['Полный заказчисло'].mean().apply(lambda x: round(x,1)).to_list()
y4=data[(data['Город'] == 'Dгород') & (data['рабочий день'] == 1)].groupby('период времени')['Полный заказчисло'].mean().apply(lambda x: round(x,1)).to_list()
y5=data[(data['Город'] == 'Eгород') & (data['рабочий день'] == 1)].groupby('период времени')['Полный заказчисло'].mean().apply(lambda x: round(x,1)).to_list()
line=(
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(series_name="Aгород",y_axis=y1)
    .add_yaxis(series_name="Bгород",y_axis=y2)
    .add_yaxis(series_name="Cгород",y_axis=y3)
    .add_yaxis(series_name="Dгород",y_axis=y4)
    .add_yaxis(series_name="Eгород",y_axis=y5)
    .set_global_opts(title_opts=opts.TitleOpts(title="рабочий денькаждыйгородкаждыйпериод времени Полный заказчисло"))
)
line.render_notebook()

# рабочий денькаждыйгородкаждыйпериод времени Количество пузырьков
x_data = [
    '0',
    '1',
    '2',
    '3',
    '4',
    '5',
    '6',
    '7',
    '8',
    '9',
    '10',
    '11',
    '12',
    '13',
    '14',
    '15',
    '16',
    '17',
    '18',
    '19',
    '20',
    '21',
    '22',
    '23']
y1 = data[(data['Город'] == 'Aгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['Количество пузырьков'].mean().apply(lambda x: round(x, 1)).to_list()
y2 = data[(data['Город'] == 'Bгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['Количество пузырьков'].mean().apply(lambda x: round(x, 1)).to_list()
y3 = data[(data['Город'] == 'Cгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['Количество пузырьков'].mean().apply(lambda x: round(x, 1)).to_list()
y4 = data[(data['Город'] == 'Dгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['Количество пузырьков'].mean().apply(lambda x: round(x, 1)).to_list()
y5 = data[(data['Город'] == 'Eгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['Количество пузырьков'].mean().apply(lambda x: round(x, 1)).to_list()
line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(series_name="Aгород", y_axis=y1)
    .add_yaxis(series_name="Bгород", y_axis=y2)
    .add_yaxis(series_name="Cгород", y_axis=y3)
    .add_yaxis(series_name="Dгород", y_axis=y4)
    .add_yaxis(series_name="Eгород",y_axis=y5)
    .set_global_opts(title_opts=opts.TitleOpts(title="рабочий денькаждыйгородкаждыйпериод времени Количество пузырьков"))
)
line.render_notebook()

# рабочий денькаждыйгородкаждыйпериод временивызовчислоx_data = [
    '0',
    '1',
    '2',
    '3',
    '4',
    '5',
    '6',
    '7',
    '8',
    '9',
    '10',
    '11',
    '12',
    '13',
    '14',
    '15',
    '16',
    '17',
    '18',
    '19',
    '20',
    '21',
    '22',
    '23']
y1 = data[(data['Город'] == 'Aгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['вызовчисло'].mean().apply(lambda x: round(x, 1)).to_list()
y2 = data[(data['Город'] == 'Bгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['вызовчисло'].mean().apply(lambda x: round(x, 1)).to_list()
y3 = data[(data['Город'] == 'Cгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['вызовчисло'].mean().apply(lambda x: round(x, 1)).to_list()
y4 = data[(data['Город'] == 'Dгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['вызовчисло'].mean().apply(lambda x: round(x, 1)).to_list()
y5 = data[(data['Город'] == 'Eгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['вызовчисло'].mean().apply(lambda x: round(x, 1)).to_list()
line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(series_name="Aгород", y_axis=y1)
    .add_yaxis(series_name="Bгород", y_axis=y2)
    .add_yaxis(series_name="Cгород", y_axis=y3)
    .add_yaxis(series_name="Dгород", y_axis=y4)
    .add_yaxis(series_name="Eгород",y_axis=y5)
    .set_global_opts(title_opts=opts.TitleOpts(title="рабочий денькаждыйгородкаждыйпериод временивызовчисло"))
)
line.render_notebook()

#рабочий денькаждыйгородкаждыйпериод времениотвечатьчисло
x_data = ['0','1','2','3','4','5','6','7','8','9','10','11','12','13','14','15','16','17','18','19','20','21','22','23']
y1=data[(data['Город'] == 'Aгород') & (data['рабочий день'] == 1)].groupby('период времени')['отвечатьчисло'].mean().apply(lambda x: round(x,1)).to_list()
y2=data[(data['Город'] == 'Bгород') & (data['рабочий день'] == 1)].groupby('период времени')['отвечатьчисло'].mean().apply(lambda x: round(x,1)).to_list()
y3=data[(data['Город'] == 'Cгород') & (data['рабочий день'] == 1)].groupby('период времени')['отвечатьчисло'].mean().apply(lambda x: round(x,1)).to_list()
y4=data[(data['Город'] == 'Dгород') & (data['рабочий день'] == 1)].groupby('период времени')['отвечатьчисло'].mean().apply(lambda x: round(x,1)).to_list()
y5=data[(data['Город'] == 'Eгород') & (data['рабочий день'] == 1)].groupby('период времени')['отвечатьчисло'].mean().apply(lambda x: round(x,1)).to_list()
line=(
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(series_name="Aгород",y_axis=y1)
    .add_yaxis(series_name="Bгород",y_axis=y2)
    .add_yaxis(series_name="Cгород",y_axis=y3)
    .add_yaxis(series_name="Dгород",y_axis=y4)
    .add_yaxis(series_name="Eгород",y_axis=y5)
    .set_global_opts(title_opts=opts.TitleOpts(title="рабочий денькаждыйгородкаждыйпериод времениотвечатьчисло"))
)
line.render_notebook()

#рабочий денькаждыйгородкаждыйпериод временикоэффициент конверсии
x_data = ['0','1','2','3','4','5','6','7','8','9','10','11','12','13','14','15','16','17','18','19','20','21','22','23']
y1=data[(data['Город'] == 'Aгород') & (data['рабочий день'] == 1)].groupby('период времени')['коэффициент конверсии'].mean().apply(lambda x: round(x,2)).to_list()
y2=data[(data['Город'] == 'Bгород') & (data['рабочий день'] == 1)].groupby('период времени')['коэффициент конверсии'].mean().apply(lambda x: round(x,2)).to_list()
y3=data[(data['Город'] == 'Cгород') & (data['рабочий день'] == 1)].groupby('период времени')['коэффициент конверсии'].mean().apply(lambda x: round(x,2)).to_list()
y4=data[(data['Город'] == 'Dгород') & (data['рабочий день'] == 1)].groupby('период времени')['коэффициент конверсии'].mean().apply(lambda x: round(x,2)).to_list()
y5=data[(data['Город'] == 'Eгород') & (data['рабочий день'] == 1)].groupby('период времени')['коэффициент конверсии'].mean().apply(lambda x: round(x,2)).to_list()
line=(
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(series_name="Aгород",y_axis=y1)
    .add_yaxis(series_name="Bгород",y_axis=y2)
    .add_yaxis(series_name="Cгород",y_axis=y3)
    .add_yaxis(series_name="Dгород",y_axis=y4)
    .add_yaxis(series_name="Eгород",y_axis=y5)
    .set_global_opts(title_opts=opts.TitleOpts(title="рабочий денькаждыйгородкаждыйпериод временикоэффициент конверсии"))
)
line.render_notebook()

x_data = [
    '0',
    '1',
    '2',
    '3',
    '4',
    '5',
    '6',
    '7',
    '8',
    '9',
    '10',
    '11',
    '12',
    '13',
    '14',
    '15',
    '16',
    '17',
    '18',
    '19',
    '20',
    '21',
    '22',
    '23']
y1 = data[(data['Город'] == 'Aгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['Водитель онлайн'].mean().apply(lambda x: round(x, 1)).to_list()
y2 = data[(data['Город'] == 'Bгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['Водитель онлайн'].mean().apply(lambda x: round(x, 1)).to_list()
y3 = data[(data['Город'] == 'Cгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['Водитель онлайн'].mean().apply(lambda x: round(x, 1)).to_list()
y4 = data[(data['Город'] == 'Dгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['Водитель онлайн'].mean().apply(lambda x: round(x, 1)).to_list()
y5 = data[(data['Город'] == 'Eгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['Водитель онлайн'].mean().apply(lambda x: round(x, 1)).to_list()
line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(series_name="Aгород", y_axis=y1)
    .add_yaxis(series_name="Bгород", y_axis=y2)
    .add_yaxis(series_name="Cгород", y_axis=y3)
    .add_yaxis(series_name="Dгород", y_axis=y4)
    .add_yaxis(series_name="Eгород",y_axis=y5)
    .set_global_opts(title_opts=opts.TitleOpts(title="рабочий денькаждыйгородкаждыйпериод времени Водитель онлайнчисло"))
)
line.render_notebook()

# Суббота, воскресенье, каждый день, каждый день времени Полный заказчислоx_data = [
    '0',
    '1',
    '2',
    '3',
    '4',
    '5',
    '6',
    '7',
    '8',
    '9',
    '10',
    '11',
    '12',
    '13',
    '14',
    '15',
    '16',
    '17',
    '18',
    '19',
    '20',
    '21',
    '22',
    '23']
y1 = data[(data['Город'] == 'Aгород') & (data['рабочий день'] == 0)].groupby(
    'период времени')['Полный заказчисло'].mean().apply(lambda x: round(x, 1)).to_list()
y2 = data[(data['Город'] == 'Bгород') & (data['рабочий день'] == 0)].groupby(
    'период времени')['Полный заказчисло'].mean().apply(lambda x: round(x, 1)).to_list()
y3 = data[(data['Город'] == 'Cгород') & (data['рабочий день'] == 0)].groupby(
    'период времени')['Полный заказчисло'].mean().apply(lambda x: round(x, 1)).to_list()
y4 = data[(data['Город'] == 'Dгород') & (data['рабочий день'] == 0)].groupby(
    'период времени')['Полный заказчисло'].mean().apply(lambda x: round(x, 1)).to_list()
y5 = data[(data['Город'] == 'Eгород') & (data['рабочий день'] == 0)].groupby(
    'период времени')['Полный заказчисло'].mean().apply(lambda x: round(x, 1)).to_list()
line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(series_name="Aгород", y_axis=y1)
    .add_yaxis(series_name="Bгород", y_axis=y2)
    .add_yaxis(series_name="Cгород", y_axis=y3)
    .add_yaxis(series_name="Dгород", y_axis=y4)
    .add_yaxis(series_name="Eгород",y_axis=y5)
    .set_global_opts(title_opts=opts.TitleOpts(title="Суббота и воскресеньекаждыйгородкаждыйпериод времени Полный заказчисло"))
)
line.render_notebook()

x_data = [
    '0',
    '1',
    '2',
    '3',
    '4',
    '5',
    '6',
    '7',
    '8',
    '9',
    '10',
    '11',
    '12',
    '13',
    '14',
    '15',
    '16',
    '17',
    '18',
    '19',
    '20',
    '21',
    '22',
    '23']
y1 = data[(data['Город'] == 'Aгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['Водитель онлайн'].mean().apply(lambda x: round(x, 1)).to_list()
y2 = data[(data['Город'] == 'Bгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['Водитель онлайн'].mean().apply(lambda x: round(x, 1)).to_list()
y3 = data[(data['Город'] == 'Cгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['Водитель онлайн'].mean().apply(lambda x: round(x, 1)).to_list()
y4 = data[(data['Город'] == 'Dгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['Водитель онлайн'].mean().apply(lambda x: round(x, 1)).to_list()
y5 = data[(data['Город'] == 'Eгород') & (data['рабочий день'] == 1)].groupby(
    'период времени')['Водитель онлайн'].mean().apply(lambda x: round(x, 1)).to_list()
line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(series_name="Aгород", y_axis=y1)
    .add_yaxis(series_name="Bгород", y_axis=y2)
    .add_yaxis(series_name="Cгород", y_axis=y3)
    .add_yaxis(series_name="Dгород", y_axis=y4)
    .add_yaxis(series_name="Eгород",y_axis=y5)
    .set_global_opts(title_opts=opts.TitleOpts(title="рабочий денькаждыйгородкаждыйпериод времени Водитель онлайнчисло"))
)
line.render_notebook()

# Суббота, воскресенье, каждый день, каждый день времени Полный заказчислоx_data = [
    '0',
    '1',
    '2',
    '3',
    '4',
    '5',
    '6',
    '7',
    '8',
    '9',
    '10',
    '11',
    '12',
    '13',
    '14',
    '15',
    '16',
    '17',
    '18',
    '19',
    '20',
    '21',
    '22',
    '23']
y1 = data[(data['Город'] == 'Aгород') & (data['рабочий день'] == 0)].groupby(
    'период времени')['Полный заказчисло'].mean().apply(lambda x: round(x, 1)).to_list()
y2 = data[(data['Город'] == 'Bгород') & (data['рабочий день'] == 0)].groupby(
    'период времени')['Полный заказчисло'].mean().apply(lambda x: round(x, 1)).to_list()
y3 = data[(data['Город'] == 'Cгород') & (data['рабочий день'] == 0)].groupby(
    'период времени')['Полный заказчисло'].mean().apply(lambda x: round(x, 1)).to_list()
y4 = data[(data['Город'] == 'Dгород') & (data['рабочий день'] == 0)].groupby(
    'период времени')['Полный заказчисло'].mean().apply(lambda x: round(x, 1)).to_list()
y5 = data[(data['Город'] == 'Eгород') & (data['рабочий день'] == 0)].groupby(
    'период времени')['Полный заказчисло'].mean().apply(lambda x: round(x, 1)).to_list()
line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(series_name="Aгород", y_axis=y1)
    .add_yaxis(series_name="Bгород", y_axis=y2)
    .add_yaxis(series_name="Cгород", y_axis=y3)
    .add_yaxis(series_name="Dгород", y_axis=y4)
    .add_yaxis(series_name="Eгород",y_axis=y5)
    .set_global_opts(title_opts=opts.TitleOpts(title="Суббота и воскресеньекаждыйгородкаждыйпериод времени Полный заказчисло"))
)
line.render_notebook()

#суббота и воскресеньекаждыйгородкаждыйпериод временикоэффициент конверсии
x_data = ['0','1','2','3','4','5','6','7','8','9','10','11','12','13','14','15','16','17','18','19','20','21','22','23']
y1=data[(data['Город'] == 'Aгород') & (data['рабочий день'] == 1)].groupby('период времени')['коэффициент конверсии'].mean().apply(lambda x: round(x,2)).to_list()
y2=data[(data['Город'] == 'Bгород') & (data['рабочий день'] == 1)].groupby('период времени')['коэффициент конверсии'].mean().apply(lambda x: round(x,2)).to_list()
y3=data[(data['Город'] == 'Cгород') & (data['рабочий день'] == 1)].groupby('период времени')['коэффициент конверсии'].mean().apply(lambda x: round(x,2)).to_list()
y4=data[(data['Город'] == 'Dгород') & (data['рабочий день'] == 1)].groupby('период времени')['коэффициент конверсии'].mean().apply(lambda x: round(x,2)).to_list()
y5=data[(data['Город'] == 'Eгород') & (data['рабочий день'] == 1)].groupby('период времени')['коэффициент конверсии'].mean().apply(lambda x: round(x,2)).to_list()
line=(
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(series_name="Aгород",y_axis=y1)
    .add_yaxis(series_name="Bгород",y_axis=y2)
    .add_yaxis(series_name="Cгород",y_axis=y3)
    .add_yaxis(series_name="Dгород",y_axis=y4)
    .add_yaxis(series_name="Eгород",y_axis=y5)
    .set_global_opts(title_opts=opts.TitleOpts(title="Суббота и воскресеньекаждыйгородкаждыйпериод временикоэффициент конверсии"))
)
line.render_notebook()

import pandas as pd
import numpy as np
from pyecharts.charts import *
import pyecharts.options as opts
import collections

rawdata = pd.read_csv('./ride-hailing_data.csv',encoding='utf8')
# rawdata.drop(rawdata.columns[[-1,-2]], axis=1, inplace=True) # Удалить последние два столбца грязных данных
rawdata

rawdata.describe().T

# Вычислить статистические характеристики дискретных переменных (по умолчанию вычисляются числовые типы) — передать «все» и поместить в таблицу.
rawdata.describe(include=['O']).T  #пять Город,каждый Городкаждый Неделя,данные запускаются каждый час,5*7*24=840 строк

# Добавить новое поле анализа
rawdata['соотношение пассажиров и водителей']=rawdata['вызовномер']/rawdata['Водитель онлайн']
rawdata['Полный заказ Ставка']=rawdata['Полный заказчисло']/rawdata['вызовчисло']
rawdata

import matplotlib.pyplot as plt
import numpy as np
#Просмотрите доступные шрифты в системе и найдите приезжать, похожий на китайский шрифт.
from matplotlib.font_manager import FontManager
fm = FontManager()
mat_fonts = set(f.name for f in fm.ttflist)
print (mat_fonts)

d=['Aгород','Bгород','Cгород','Dгород','Eгород']
dd=['в понедельник','Вторник','Среда','Четверг','Пятница','Суббота','Воскресенье',]

plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"]=False #Нормальное отображение отрицательного знака
plt.figure(figsize = (18,9),dpi = 200)#dpi четкость изображения

k=1
for i in range(5):
    for j in range(7):
        test=rawdata[(rawdata['Город']==d[i])&(rawdata['Неделя']==dd[j])]
        plt.subplot(5,7,k,frameon = False)
        plt.plot(test['период времени'],test['соотношение пассажиров и водителей'])
        plt.plot(test['период времени'],test['Полный заказ Ставка'])        #plt.yticks=(np.arange(0,5))

        if (k-1)%7==0: #поделитесь набором меток осей
            plt.ylabel(d[i]+'коэффициент пассажиро-водителя')
        if k>28:
            plt.xlabel(dd[j])
        if ((k-1)%7!=0 and k<=28) or k in (1,8,15,22):
            ax = plt.gca()
            ax.axes.xaxis.set_ticklabels([]) #Скрыть метки оси X
            ax.axes.xaxis.set_ticks([]) #Скрыть масштаб по оси X
         #   plt.xticks=(np.arange(0,24),rotation=90)

        c=np.mean(test['соотношение пассажиров и водителей']) #Добавляем среднюю линию
        plt.axhline(y=c,color="red", linestyle='--', label=c)

        k+=1 #позиционирование местоположения

        #Цикл для отметки максимального значения и минимального значения бита точки каждого изображения.
        y1_min=np.argmin(np.array(test['Соотношение пассажиров и водителей']))
        y1_max=np.argmax(np.array(test['Соотношение пассажиров и водителей']))
        show_min='['+str(y1_min)+','+str(round(float(test[test['период времени']==y1_min]['Соотношение пассажиров и водителей']),4))+']' 
        show_max='['+str(y1_max)+','+str(round(float(test[test['период времени']==y1_max]['Соотношение водителей-пассажиров']),4))+']'
        # ●рисовать максимальную точку и минимальную позицию точки.
        plt.plot(y1_min,test[test['период времени']==y1_min]['коэффициент пассажиро-водителя'],'ko') 
        plt.plot(y1_max,test[test['период времени']==y1_max]['коэффициент пассажиро-водителя'],'ko') 
        plt.annotate(show_min,xy=(y1_min,test[test['период времени']==y1_min]['Соотношение водителей-пассажиров']),xytext=(y1_min+0.5,test[test['период времени']==y1_min]['Соотношение водителей-пассажиров']))
        plt.annotate(show_max,xy=(y1_max,test[test['период времени']==y1_max]['коэффициент пассажиро-водителей']),xytext=(y1_max+0.5,test[test['период времени']==y1_max]['Соотношение водителей-пассажиров']))
        #Axes.annotate(s, xy, *args, **kwargs)
        ## s: Текст и содержание аннотации.
        ## xy: аннотированная точка координат, двумерный кортеж в форме (x, y).
        ## xytext: текст аннотации из точки координат, также двумерный кортеж, значение по умолчанию такое же.
# plt.savefig('sinc_2.png', c = 'c')
plt.show()

print('Город','     Полный средняя ставка заказа     ','    рабочий день Полный заказ Ставка    ','   выходные Полный заказ Ставка  ')
print('-------------------------------------------------------------------')
for i in d:
    print(i,rawdata[(rawdata['Город']==i)]['Полный заказ Ставка'].mean(),rawdata[(rawdata['Город']==i)&(rawdata['Неделя'].isin(['в понедельник','Вторник','Среда','Четверг','Пятница']))]['Полный заказ Ставка'].mean(),rawdata[(rawdata['Город']==i)&(rawdata['Неделя'].isin(['Суббота','Воскресенье']))]['Полный заказ Ставка'].mean())

print('Город','    Среднее соотношение пассажиров и водителей  ','  рабочий день Соотношение пассажиров и водителей  ',' соотношение пассажиров и водителей на выходных ')
print('-------------------------------------------------------------------')
for i in d:
    print(i,rawdata[(rawdata['Город']==i)]['Соотношение пассажиров и водителей'].mean(),rawdata[(rawdata['Город']==i)&(rawdata['Неделя'].isin(['в понедельник','Вторник','Среда','Четверг','Пятница']))]['пассажирводитель Сравнивать'].mean(),rawdata[(rawdata['Город']==i)&(rawdata['Неделя'].isin(['Суббота','Воскресенье']))]['пассажирводитель Сравнивать'].mean())

xxx='Соотношение пассажиров и водителей'
c = (
    Line(
        init_opts=opts.InitOpts(
            theme='infographic',
            width=1500,
        )
    )
    .add_xaxis([i for i in rawdata['Город'].unique()])
    .add_yaxis(
        xxx+"рабочий день", 
        [rawdata[(rawdata['Город']==i)&(rawdata['Неделя'].isin(['в понедельник','Вторник','Среда','Четверг','Пятница']))]['пассажирводитель Сравнивать'].mean() for i in rawdata['Город'].unique()], 
        is_smooth=True,
        markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
        )
    .add_yaxis(
        xxx+"выходные", 
        [rawdata[(rawdata['Город']==i)&(rawdata['Неделя'].isin(['Суббота','Воскресенье']))]['пассажирводитель Сравнивать'].mean() for i in rawdata['Город'].unique()], 
        is_smooth=True,
        markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
        )
    .set_series_opts(
        label_opts=opts.LabelOpts(
            is_show=False
            ),)
    .extend_axis(
        yaxis=opts.AxisOpts(
            axislabel_opts=opts.LabelOpts(formatter="{value}Юань", ),интервал=100
        )
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title='каждый Город'+xxx,            pos_left='center'
            ),
        xaxis_opts=opts.AxisOpts(
            #name='Диапазон рейтинга продаж',
            splitline_opts=opts.SplitLineOpts(is_show=True),
            axislabel_opts=opts.LabelOpts(rotate=-25),
            axistick_opts=opts.AxisTickOpts(is_align_with_label=True,),
            is_scale=False,
            boundary_gap=False,
        ),
        yaxis_opts=opts.AxisOpts(
            splitline_opts=opts.SplitLineOpts(is_show=True),
            name=xxx
        ),
        legend_opts=opts.LegendOpts(pos_top='5%')
        #datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(
        #    type_="inside",
        #   pos_bottom=0,
        #    )],
    )
)
c.render_notebook()

fixedmin=rawdata[(rawdata['Город']=='Aгород')&(rawdata['Неделя'].isin(['в понедельник','Вторник','Среда','Четверг','Пятница']))]['пассажирводитель Сравнивать'].mean()
fixedmax=rawdata[(rawdata['Город']=='Aгород')&(rawdata['Неделя'].isin(['Суббота','Воскресенье']))]['пассажирводитель Сравнивать'].mean()
fixedmax # 1.1730602582717495

[rawdata[(rawdata['Город'] == i)&(rawdata['пассажирводитель Сравнивать'].between(0.8,1.2))]['период времени'].count()/168 for i in rawdata['Город'].unique()]

[rawdata[(rawdata['Город'] == i)&(rawdata['пассажирводитель Сравнивать'].between(0.8,1.2))&(rawdata['Неделя'].isin(['в понедельник','Вторник','Среда','Четверг','Пятница']))]['период времени'].count()/120 for i in rawdata['Город'].unique()]

[rawdata[(rawdata['Город'] == i)&(rawdata['пассажирводитель Сравнивать'].between(0.8,1.2))&(rawdata['Неделя'].isin(['Суббота','Воскресенье']))]['период времени'].count()/48 for i in rawdata['Город'].unique()]

xxx='здоровыйпассажирводитель Сравниватьокругмежду'
c = (
    Line(
        init_opts=opts.InitOpts(
            theme='infographic',
            width=1500,
        )
    )
    .add_xaxis([i for i in rawdata['Город'].unique()])
    .add_yaxis(
        xxx+"рабочий день", 
        ['%.3f' % (rawdata[(rawdata['Город'] == i)&(rawdata['пассажирводитель Сравнивать'].between(0.8,1.2))&(rawdata['Неделя'].isin(['в понедельник','Вторник','Среда','Четверг','Пятница']))]['период времени'].count()/120) for i in rawdata['Город'].unique()], 
        is_smooth=True,
        markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
        )
    .add_yaxis(
        xxx+"выходные", 
        ['%.3f' % (rawdata[(rawdata['Город'] == i)&(rawdata['пассажирводитель Сравнивать'].between(0.8,1.2))&(rawdata['Неделя'].isin(['Суббота','Воскресенье']))]['период времени'].count()/48) for i in rawdata['Город'].unique()], 
        is_smooth=True,
        markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
        )
    .set_series_opts(
        label_opts=opts.LabelOpts(
            is_show=False
            ),)
    .extend_axis(
        yaxis=opts.AxisOpts(
            axislabel_opts=opts.LabelOpts(formatter="{value}Юань", ),интервал=100
        )
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title='каждый Город'+xxx,            pos_left='center'
            ),
        xaxis_opts=opts.AxisOpts(
            #name='Диапазон рейтинга продаж',
            splitline_opts=opts.SplitLineOpts(is_show=True),
            axislabel_opts=opts.LabelOpts(rotate=-25),
            axistick_opts=opts.AxisTickOpts(is_align_with_label=True,),
            is_scale=False,
            boundary_gap=False,
        ),
        yaxis_opts=opts.AxisOpts(
            splitline_opts=opts.SplitLineOpts(is_show=True),
            name=xxx
        ),
        legend_opts=opts.LegendOpts(pos_top='5%')
        #datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(
        #    type_="inside",
        #   pos_bottom=0,
        #    )],
    )
)
c.render_notebook()

[k for k in range(7,19)]

# дневное время：7-19  Вечер: 0-6 + 20-24
xxx='Соотношение пассажиров и водителей'
c = (
    Line(
        init_opts=opts.InitOpts(
            theme='infographic',
            width=1500,
        )
    )
    .add_xaxis([i for i in rawdata['Город'].unique()])
    .add_yaxis(
        xxx+"дневное время", 
        [rawdata[(rawdata['Город']==i)&(rawdata['период времени'].isin([k for k in range(7,20)]))]['Соотношение пассажиров и водителей'].mean() for i in rawdata['Город'].unique()], 
        is_smooth=True,
        markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
        )
    .add_yaxis(
        xxx+"ночь", 
        [rawdata[(rawdata['Город']==i)&(rawdata['период времени'].isin([0,1,2,3,4,5,6,20,21,22,23,24]))]['Соотношение пассажиров и водителей'].mean() for i in rawdata['Город'].unique()], 
        is_smooth=True,
        markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
        )
    .set_series_opts(
        label_opts=opts.LabelOpts(
            is_show=False
            ),)
    .extend_axis(
        yaxis=opts.AxisOpts(
            axislabel_opts=opts.LabelOpts(formatter="{value}Юань", ),интервал=100
        )
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title='каждый Город'+xxx,            pos_left='center'
            ),
        xaxis_opts=opts.AxisOpts(
            #name='Диапазон рейтинга продаж',
            splitline_opts=opts.SplitLineOpts(is_show=True),
            axislabel_opts=opts.LabelOpts(rotate=-25),
            axistick_opts=opts.AxisTickOpts(is_align_with_label=True,),
            is_scale=False,
            boundary_gap=False,
        ),
        yaxis_opts=opts.AxisOpts(
            splitline_opts=opts.SplitLineOpts(is_show=True),
            name=xxx
        ),
        legend_opts=opts.LegendOpts(pos_top='5%')
        #datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(
        #    type_="inside",
        #   pos_bottom=0,
        #    )],
    )
)
c.render_notebook()

df_tail=rawdata.groupby(['Город','Неделя']).apply(lambda x: x.sort_values('коэффициент пассажиро-водителя').head(5)).reset_index(drop=True)

df1=pd.DataFrame(df_tail[df_tail['Город']=='Aгород']['период времени'].value_counts()).reset_index()
df1.rename(columns={'index':'hour','период времени':'Количество статистики'},inplace=True)
df1['Город']='Aгород'

for i in d[1:]:
    df_tt=pd.DataFrame(df_tail[df_tail['Город']==i]['период времени'].value_counts()).reset_index()
    df_tt.rename(columns={'index':'hour','период времени':'Количество статистики'},inplace=True)
    df_tt['Город']=i
    df1=df1.append(df_tt,ignore_index=True)

df1['h/t']='tail'
df1=df1[df1['Статистикачисло']>=5]
df1

df1.reset_index(drop=True)

df_head=rawdata.groupby(['Город','Неделя']).apply(lambda x: x.sort_values('коэффициент пассажиро-водителя').tail(5)).reset_index(drop=True)

df2=pd.DataFrame(df_head[df_head['Город']=='Aгород']['период времени'].value_counts()).reset_index()
df2.rename(columns={'index':'hour','период времени':'Количество статистики'},inplace=True)
df2['Город']='Aгород'

for i in d[1:]:
    df_tt=pd.DataFrame(df_head[df_head['Город']==i]['период времени'].value_counts()).reset_index()
    df_tt.rename(columns={'index':'hour','период времени':'Количество статистики'},inplace=True)
    df_tt['Город']=i
    df2=df2.append(df_tt,ignore_index=True)

df2['h/t']='head'
df2=df2[df2['Статистикачисло']>=5]

df2.reset_index(drop=True)

df_head=rawdata.groupby(['Город','Неделя']).apply(lambda x: x.sort_values('коэффициент пассажиро-водителя').tail(5)).reset_index(drop=True)
df_head[df_head['Город']=='Eгород']['период времени'].value_counts()

print('Неделя','      неделя Полный заказ Ставка   ','       Еженедельное соотношение пассажиров и водителей')
print('-----------------------------------------------')
for j in dd:
    print(j,rawdata[(rawdata['Неделя']==j)]['Полный заказ Ставка'].mean(),rawdata[(rawdata['Неделя']==j)]['пассажирводитель Сравнивать'].mean())

xxx='Полный заказ Ставка'
c = (
    Line(
        init_opts=opts.InitOpts(
            theme='infographic',
            width=1500,
        )
    )
    .add_xaxis([i for i in rawdata['Город'].unique()])
    .add_yaxis(
        xxx+"рабочий день", 
        [rawdata[(rawdata['Город']==i)&(rawdata['Неделя'].isin(['в понедельник','Вторник','Среда','Четверг','Пятница']))]['Полный заказ Ставка'].mean() for i in rawdata['Город'].unique()], 
        is_smooth=True,
        markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
        )
    .add_yaxis(
        xxx+"выходные", 
        [rawdata[(rawdata['Город']==i)&(rawdata['Неделя'].isin(['Суббота','Воскресенье']))]['Полный заказ Ставка'].mean() for i in rawdata['Город'].unique()], 
        is_smooth=True,
        markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
        )
    .set_series_opts(
        label_opts=opts.LabelOpts(
            is_show=False
            ),)
    .extend_axis(
        yaxis=opts.AxisOpts(
            axislabel_opts=opts.LabelOpts(formatter="{value}Юань", ),интервал=100
        )
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title='каждый Город'+xxx,            pos_left='center'
            ),
        xaxis_opts=opts.AxisOpts(
            #name='Диапазон рейтинга продаж',
            splitline_opts=opts.SplitLineOpts(is_show=True),
            axislabel_opts=opts.LabelOpts(rotate=-25),
            axistick_opts=opts.AxisTickOpts(is_align_with_label=True,),
            is_scale=False,
            boundary_gap=False,
        ),
        yaxis_opts=opts.AxisOpts(
            splitline_opts=opts.SplitLineOpts(is_show=True),
            name=xxx
        ),
        legend_opts=opts.LegendOpts(pos_top='5%')
        #datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(
        #    type_="inside",
        #   pos_bottom=0,
        #    )],
    )
)
c.render_notebook()

xxx='аномальный Полный заказ интервала ставок'
c = (
    Line(
        init_opts=opts.InitOpts(
            theme='infographic',
            width=1500,
        )
    )
    .add_xaxis([i for i in rawdata['Город'].unique()])
    .add_yaxis(
        xxx+"рабочий день", 
        ['%.3f' % (rawdata[(rawdata['Город'] == i)&(rawdata['Полный заказ Ставка']<0.79)&(rawdata['Неделя'].isin(['в понедельник','Вторник','Среда','Четверг','Пятница']))]['период времени'].count()/120) for i in rawdata['Город'].unique()], 
        is_smooth=True,
        markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
        )
    .add_yaxis(
        xxx+"выходные", 
        ['%.3f' % (rawdata[(rawdata['Город'] == i)&(rawdata['Полный заказ Ставка']<0.79)&(rawdata['Неделя'].isin(['Суббота','Воскресенье']))]['период времени'].count()/48) for i in rawdata['Город'].unique()], 
        is_smooth=True,
        markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
        )
    .set_series_opts(
        label_opts=opts.LabelOpts(
            is_show=False
            ),)
    .extend_axis(
        yaxis=opts.AxisOpts(
            axislabel_opts=opts.LabelOpts(formatter="{value}Юань", ),интервал=100
        )
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title='каждый Город'+xxx,            pos_left='center'
            ),
        xaxis_opts=opts.AxisOpts(
            #name='Диапазон рейтинга продаж',
            splitline_opts=opts.SplitLineOpts(is_show=True),
            axislabel_opts=opts.LabelOpts(rotate=-25),
            axistick_opts=opts.AxisTickOpts(is_align_with_label=True,),
            is_scale=False,
            boundary_gap=False,
        ),
        yaxis_opts=opts.AxisOpts(
            splitline_opts=opts.SplitLineOpts(is_show=True),
            name=xxx
        ),
        legend_opts=opts.LegendOpts(pos_top='5%')
        #datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(
        #    type_="inside",
        #   pos_bottom=0,
        #    )],
    )
)
c.render_notebook()

# Добавить новое поле анализа
rawdata['вызовкоэффициент конверсии']=rawdata['вызовчисло']/rawdata['Количество пузырьков']
rawdata['отвечатькоэффициент конверсии']=rawdata['отвечатьчисло']/rawdata['вызовчисло']
rawdata['Полный заказкоэффициент конверсии']=rawdata['Полный заказчисло']/rawdata['отвечатьчисло']
rawdata

rawdata[(rawdata['отвечатькоэффициент конверсии']<rawdata['вызовкоэффициент конверсии'])]

# Данные об исключении: посмотрите, на каком этапе преобразования возникла проблема.
rawdata[(rawdata['Полный заказкоэффициент конверсии']-rawdata['отвечатькоэффициент конверсии'])<-0.3] #270 наоборот 600

rawdata['Полный заказкоэффициент конверсии'].mean()
# 0.8662754886794329

rawdata[rawdata['Полный заказкоэффициент конверсии']<0.6]

import pandas as pd
import numpy as np
from pyecharts.charts import *
import pyecharts.options as opts
import collections
col=['Неделя','период времени','Водитель онлайн','Количество пузырьков','вызовчисло','отвечатьчисло','Полный заказчисло','вызовкоэффициент конверсии','отвечатькоэффициент конверсии','Полный заказкоэффициент конверсии','пассажирводитель Сравнивать']
rawdata_cor=rawdata[col]
# Сопоставить числовой тип
name_to_week = {
  'в понедельник': 1, «Вторник»: 2, «Среда»: 3, «Четверг»: 4, «Пятница»: 5, «Суббота»: 6, «Воскресенье»: 7
}
# rawdata_cor['Неделя']=rawdata_cor['Неделя'].map(name_to_week)
rawdata_cor.loc[:,'Неделя']=rawdata_cor.loc[:,'Неделя'].map(name_to_week) # Было бы лучше так

rawdata_cor

dff_corr=rawdata_cor.corr()
rows = dff_corr.index.size
cols = dff_corr.columns.size

# Требуется тепловая картаданные
dff_corr_heatmap = [[i, j, round(float(dff_corr.iloc[i, j]), 3)] for i in range(rows) for j in range(cols)]
c = (
    HeatMap(
        init_opts=opts.InitOpts(
            width='1000px',
        )
    )
        .add_xaxis(dff_corr.index.tolist())
        .add_yaxis(
        'Коэффициент корреляции',
        dff_corr.columns.tolist(),
        dff_corr_heatmap,
        label_opts=opts.LabelOpts(
            is_show=True,
             position='inside'
             ),
    )
        .set_global_opts(
        title_opts=opts.TitleOpts(
            title='Тепловая карта коэффициента корреляции',
            subtitle='Онлайн-сервисы по вызову автомобилей временииндексданные',            pos_left='center'),
        legend_opts=opts.LegendOpts(
            is_show=False,
        ),
        xaxis_opts=opts.AxisOpts(
            type_='category',
            splitarea_opts=opts.SplitAreaOpts(
                is_show=True,
                areastyle_opts=opts.AreaStyleOpts(
                    opacity=1
                )
            ),
            axislabel_opts=opts.LabelOpts(
                font_size=14,
                rotate=-25,
            ),
            interval=0
        ),
        yaxis_opts=opts.AxisOpts(
            name='',
            type_='category',
            splitarea_opts=opts.SplitAreaOpts(
                is_show=True,
                areastyle_opts=opts.AreaStyleOpts(
                    opacity=1
                )
            ),
            axislabel_opts=opts.LabelOpts(
                font_size=14
            ),
            interval=0,
            # position='right'
        ),
        visualmap_opts=opts.VisualMapOpts(
            min_=-1,
            max_=1,
            # is_show=False,
        )
    )
)
c.render_notebook()

rawdata[(rawdata['Город']=='Eгород')&(rawdata['Полный заказкоэффициент конверсии']>0.9)]['пассажирводитель Сравнивать'].describe()