數(shù)說-在麥當(dāng)勞吃三餐是什么樣的后果?

本文嘗試對Kaggle中提供的一份“麥當(dāng)勞菜單中的各類食品的營養(yǎng)成分表”進行數(shù)據(jù)分析,初步回答頁面中的一個問題然遏,并做一些延伸討論。

Inspiration

How many calories does the average McDonald's value meal contain?

平均下來吧彪,每頓麥當(dāng)勞大概含有多少卡路里待侵?


1.導(dǎo)入數(shù)據(jù)

下載數(shù)據(jù)集,解壓后得到名為“menu”的.csv文件姨裸,腳本輸入代碼:

library(readr)

menu <- read_csv("C:/Users/Administrator/Desktop/menu.csv")

成功導(dǎo)入相應(yīng)數(shù)據(jù):

腳本輸入代碼:

menu #顯示數(shù)據(jù)

class(menu)#數(shù)據(jù)類型顯示

dim(menu)#查看變量的維數(shù)

由圖可知秧倾,本數(shù)據(jù)集是一個data.frame類型的對象,包含260條數(shù)據(jù)記錄啦扬、24個變量中狂。

2.數(shù)據(jù)處理

本次數(shù)據(jù)分析的目標是:計算平均每頓麥當(dāng)勞的卡路里數(shù)。對于以上問題扑毡,我們需要的變量應(yīng)該為:每種餐品對應(yīng)的卡路里數(shù)。

從表中目測可知盛险,餐品類別有一下9組:Breakfast(早餐)瞄摊、Beef & Pork(牛肉和豬肉)、Chicken & Fish(雞肉和魚)苦掘、Salads(沙拉)换帜、Snacks & Sides(小吃和面包)、Desserts(甜點)鹤啡、Beverages(飲料)惯驼、Coffee & Tea(咖啡和茶)、Smoothies & Shakes(冰沙和奶昔)递瑰。因此祟牲,我們首先計算出每個類別的餐品所提供的卡路里數(shù):

腳本輸入代碼:

food<-menu

MCfood <- select(food,Category,Calories) #篩選變量列表

by_Category <- group_by(MCfood, Category) #將Category進行分組

by_Category #顯示by_Category數(shù)據(jù)表

由上圖可知,數(shù)據(jù)表包含260條數(shù)據(jù)記錄抖部、2個變量说贝,按照category被分為9組。

3.數(shù)據(jù)計算

接著輸入代碼:

Category_sum <- summarise(by_Category, count = n(),#統(tǒng)計各分組的數(shù)量

mean_calories = mean(Calories, na.rm = TRUE))#計算每組平均卡路里數(shù)

Category_sum <- arrange(Category_sum , desc(mean_calories)) #按照卡路里數(shù)降序排列

Category_sum #顯示Category_sum 表數(shù)據(jù)

由表中可知慎颗,各分組的餐品的平均卡路里量乡恕。Breakfast(早餐)為526.6言询、Beef & Pork(牛肉和豬肉)為494.0、Chicken & Fish(雞肉和魚)為553.0傲宜、Salads(沙拉)為270.0运杭、Snacks & Sides(小吃和面包)為245.8、Desserts(甜點)為222.1函卒、Beverages(飲料)為113.7县习、Coffee & Tea(咖啡和茶)為283.9、Smoothies & Shakes(冰沙和奶昔)為531.4谆趾。

由上述數(shù)據(jù)躁愿,可以繪制出餐品熱量排名圖,腳本輸入代碼:

ggplot(Category_sum ,aes(x =reorder(Category,mean_calories),y = mean_calories))+

geom_bar(stat = "identity",fill = "#B4EEB4",colour = "#BFFFFF",width=0.68) #繪制柱形圖


按照本人的飲食習(xí)慣沪蓬,選擇的午餐的搭配通常為肉類彤钟、主食、甜點跷叉、飲品逸雹。所以,固定主食和甜點不變云挟,我可以選擇的剩余組合是Beef & Pork梆砸、Beverages;Beef & Pork园欣、Coffee & Tea帖世;Beef & Pork、Smoothies & Shakes沸枯;Chicken & Fish日矫、Beverages;Chicken & Fish绑榴、Coffee & Tea哪轿;Chicken & Fish、Smoothies & Shakes翔怎,共計6種組合窃诉。分別計算各組合的卡路里量:

sum(245.8,222.1)#固定主食和甜點的卡路里數(shù)

sum1<-sum(245.8,222.1)

a<-sum(494.0,113.7,sum1)#加上Beef & Pork、Beverages的總卡路里數(shù)

b<-sum(494.0,283.9,sum1)#加上Beef & Pork赤套、Coffee & Tea的總卡路里數(shù)

c<-sum(494.0,531.4,sum1)#加上Beef & Pork飘痛、Smoothies & Shakes的總卡路里數(shù)

d<-sum(553.0,113.7,sum1)#加上Chicken & Fish、Beverages的總卡路里數(shù)

e<-sum(553.0,283.9,sum1)#加上Chicken & Fish于毙、Coffee & Tea的總卡路里數(shù)

f<-sum(553.0,531.4,sum1)#加上Chicken & Fish敦冬、Smoothies & Shakes的總卡路里數(shù)

上述六種午餐組合的卡路里攝入分別為1075.6、1245.8唯沮、1493.3脖旱、1134.6堪遂、1304.8、1552.3萌庆,由此可以計算出午餐平均攝入卡路里量溶褪。繼續(xù)輸入代碼:

mean1<-c(a,b,c,d,e,f)

lunch=mean(mean1)

lunch

由上圖可知,午餐攝入卡路里量為1301.1践险。

本人晚餐的組合一般為肉類猿妈、主食、飲品巍虫,固定主食不變彭则,所選的組合依舊為Beef & Pork、Beverages占遥;Beef & Pork俯抖、Coffee & Tea;Beef & Pork瓦胎、Smoothies & Shakes芬萍;Chicken & Fish、Beverages搔啊;Chicken & Fish柬祠、Coffee & Tea;Chicken & Fish负芋、Smoothies & Shakes漫蛔,共計6種組合。所以示罗,只需將午餐卡路里平均攝入量減去甜點的222.1惩猫,即為晚餐平均卡路里攝入量。輸入代碼:

dinner=lunch-222.1

dinner

由圖可知蚜点,本人晚餐攝入卡路里為1078.967。


綜上所述拌阴,本人在麥當(dāng)勞早绍绘、中、晚餐的卡路里攝入量分別為526.6迟赃、1301.1陪拘、1079。平均每頓攝入卡路里數(shù)為:

meal_mean=c(526.6,lunch,dinner)

mean(meal_mean)

從圖可知纤壁,本人在麥當(dāng)勞平均每頓攝入卡路里為968.9W蠊簟!W妹健G烦铡F俊!

meal_sum=sum(526.6,lunch,dinner)

meal_sum

從圖可知喇辽,本人在麥當(dāng)勞一天攝入平均卡路里為2906.6U浦俊!F凶伞7褪健!抽米!

我因此從網(wǎng)上查詢了每日需要卡路里的計算方法:

[(10 × 體重) + (6.25 × 身高) - (5 × 年齡) - 161]*活動量特占,活動量為1.1-1.3不等。

代入體重51云茸、身高165是目、年齡26,計算得卡路里需求范圍為:1375.3-1625.3查辩。

這告訴我胖笛,在麥當(dāng)勞吃上三餐,相當(dāng)于攝入了正常兩天所需要的熱量宜岛。哎哎哎~管住嘴长踊、邁開腿啊~~~

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市萍倡,隨后出現(xiàn)的幾起案子身弊,更是在濱河造成了極大的恐慌,老刑警劉巖列敲,帶你破解...
    沈念sama閱讀 206,839評論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件阱佛,死亡現(xiàn)場離奇詭異,居然都是意外死亡戴而,警方通過查閱死者的電腦和手機凑术,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,543評論 2 382
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來所意,“玉大人淮逊,你說我怎么就攤上這事》鲇唬” “怎么了泄鹏?”我有些...
    開封第一講書人閱讀 153,116評論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長秧耗。 經(jīng)常有香客問我备籽,道長,這世上最難降的妖魔是什么分井? 我笑而不...
    開封第一講書人閱讀 55,371評論 1 279
  • 正文 為了忘掉前任车猬,我火速辦了婚禮霉猛,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘诈唬。我一直安慰自己韩脏,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 64,384評論 5 374
  • 文/花漫 我一把揭開白布铸磅。 她就那樣靜靜地躺著赡矢,像睡著了一般。 火紅的嫁衣襯著肌膚如雪阅仔。 梳的紋絲不亂的頭發(fā)上吹散,一...
    開封第一講書人閱讀 49,111評論 1 285
  • 那天,我揣著相機與錄音八酒,去河邊找鬼空民。 笑死,一個胖子當(dāng)著我的面吹牛羞迷,可吹牛的內(nèi)容都是我干的界轩。 我是一名探鬼主播,決...
    沈念sama閱讀 38,416評論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼衔瓮,長吁一口氣:“原來是場噩夢啊……” “哼浊猾!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起热鞍,我...
    開封第一講書人閱讀 37,053評論 0 259
  • 序言:老撾萬榮一對情侶失蹤葫慎,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后薇宠,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體偷办,經(jīng)...
    沈念sama閱讀 43,558評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,007評論 2 325
  • 正文 我和宋清朗相戀三年澄港,在試婚紗的時候發(fā)現(xiàn)自己被綠了椒涯。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,117評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡回梧,死狀恐怖逐工,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情漂辐,我是刑警寧澤,帶...
    沈念sama閱讀 33,756評論 4 324
  • 正文 年R本政府宣布棕硫,位于F島的核電站髓涯,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏哈扮。R本人自食惡果不足惜纬纪,卻給世界環(huán)境...
    茶點故事閱讀 39,324評論 3 307
  • 文/蒙蒙 一蚓再、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧包各,春花似錦摘仅、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,315評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至护姆,卻和暖如春矾端,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背卵皂。 一陣腳步聲響...
    開封第一講書人閱讀 31,539評論 1 262
  • 我被黑心中介騙來泰國打工秩铆, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人灯变。 一個月前我還...
    沈念sama閱讀 45,578評論 2 355
  • 正文 我出身青樓殴玛,卻偏偏與公主長得像,于是被迫代替她去往敵國和親添祸。 傳聞我的和親對象是個殘疾皇子滚粟,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,877評論 2 345

推薦閱讀更多精彩內(nèi)容