Milano Strutture Ricettive Alberghi 2013

In [1]:

    

import pandas as pd

CSV_FILE = 'StruttureRicettAlbergh-2013.csv'


    

In [2]:

    

df = pd.read_csv(CSV_FILE, sep=';')
df.head()


    

    
Out[2]:






  

    

      

      
Zona
      
Nil
      
Tipologia esercizio
      
Insegna
      
Indirizzo
      
Categoria (stelle)
      
Numero camere
      
Numero posti letto
    
  
  

    

      
0
      
 1
      
 1
      
 Albergo
      
    Boscolo Hotel Exedra
      
 Cso Matteotti Giacomo, 4/6
      
 5
      
 154
      
 308
    
    

      
1
      
 1
      
 1
      
 Albergo
      
  Carlton Hotel Baglioni
      
              Via Senato, 5
      
 5
      
  93
      
 186
    
    

      
2
      
 1
      
 1
      
 Albergo
      
 Four Season Hotel Milan
      
              Via Gesu', 10
      
 5
      
 118
      
 240
    
    

      
3
      
 1
      
 1
      
 Albergo
      
     Hotel Pierre Milano
      
  Via De Amicis Edmondo, 32
      
 5
      
  47
      
  92
    
    

      
4
      
 1
      
 1
      
 Albergo
      
       Park Hyatt Milano
      
      Via Grossi Tommaso, 1
      
 5
      
 106
      
 212
    
  

In [3]:

    

df.describe()


    

    
Out[3]:






  

    

      

      
Zona
      
Nil
      
Categoria (stelle)
      
Numero camere
      
Numero posti letto
    
  
  

    

      
count
      
 451.000000
      
 451.000000
      
 451.000000
      
 451.000000
      
 451.000000
    
    

      
mean
      
   4.113082
      
  27.299335
      
   2.949002
      
  60.447894
      
 114.660754
    
    

      
std
      
   2.675499
      
  23.046937
      
   1.127265
      
  69.140011
      
 137.748169
    
    

      
min
      
   1.000000
      
   1.000000
      
   1.000000
      
   7.000000
      
   7.000000
    
    

      
25%
      
   2.000000
      
  10.000000
      
   2.000000
      
  16.000000
      
  25.000000
    
    

      
50%
      
   3.000000
      
  21.000000
      
   3.000000
      
  35.000000
      
  67.000000
    
    

      
75%
      
   7.000000
      
  43.500000
      
   4.000000
      
  75.000000
      
 146.000000
    
    

      
max
      
   9.000000
      
  88.000000
      
   5.000000
      
 439.000000
      
 922.000000
    
  

In [8]:

    

import thinkstats2
import thinkplot


    

In [40]:

    

df = df.rename(columns={'Categoria (stelle)': 'stelle'})
stars = df['stelle']

hist_stars = thinkstats2.Hist(stars, label='Stelle')


    

In [41]:

    

thinkplot.Hist(hist_stars)


    

In [42]:

    

stars.describe()


    

    
Out[42]:





count    451.000000
mean       2.949002
std        1.127265
min        1.000000
25%        2.000000
50%        3.000000
75%        4.000000
max        5.000000
Name: stelle, dtype: float64

In [46]:

    

df = df.rename(columns={'Numero posti letto': 'posti'})

posti = df['posti']

posti.describe()


    

    
Out[46]:





count    451.000000
mean     114.660754
std      137.748169
min        7.000000
25%       25.000000
50%       67.000000
75%      146.000000
max      922.000000
Name: posti, dtype: float64

In [58]:

    

df = df.rename(columns={'Tipologia esercizio': 'tipo'})

df['tipo'] = df['tipo'].apply(lambda x: x[0].upper() + x[1:], 1)

types = df.groupby(['tipo'])

from IPython.display import HTML

for i, type in types:
    display(HTML("<li>%s - <b>%d</b></li>" %(i, len(type))))


    

    





Albergo - 397






    





Residence - 54

In [ ]: