现有一个点餐数据meal_order_detail.xlsx文件，该文件的数据列包括order_id（订单编号）、dishes_id（菜品编号）、dishes_name（菜品名称）、counts（菜品数量）、amounts（菜品单价）、place_order_time（下单时间）等，请完成以下数据分析任务。 （1）统计每列缺失值个数。 （2）删除重复数据。 （3）对place_order_time（下单时间）数据进行处理，得到月份和日期数据。 （4）抽取place_order_time（下单时间）为1-3日的数据，绘制下单数量柱状图。 （5）统计菜品个数，将菜品价格进行排序，找到价格最高的菜品。 （6）找出最受欢迎的菜品。 （7）统计每一订单的点餐数量和总价格。源代码

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 读取数据集
df = pd.read_excel('meal_order_detail.xlsx')

# 统计每列缺失值个数
print('每列缺失值个数：')
print(df.isnull().sum())

# 删除重复数据
df.drop_duplicates(inplace=True)

# 对place_order_time数据进行处理，得到月份和日期数据
df['month'] = pd.DatetimeIndex(df['place_order_time']).month
df['day'] = pd.DatetimeIndex(df['place_order_time']).day

# 抽取place_order_time为1-3日的数据，绘制下单数量柱状图
df_1_3 = df[(df['day'] >= 1) & (df['day'] <= 3)]
plt.figure(figsize=(8,6))
plt.bar(df_1_3['day'], df_1_3['counts'])
plt.title('Order Counts from 1st to 3rd')
plt.xlabel('Day')
plt.ylabel('Counts')
plt.show()

# 统计菜品个数，将菜品价格进行排序，找到价格最高的菜品
print('菜品个数：', len(df['dishes_name'].unique()))
df_price = df[['dishes_name', 'amounts']].drop_duplicates()
df_price.sort_values(by='amounts', ascending=False, inplace=True)
print('价格最高的菜品：', df_price.iloc[0]['dishes_name'])

# 找出最受欢迎的菜品
df_dish_counts = df.groupby(['dishes_name']).agg({'counts': 'sum'})
df_dish_counts.sort_values(by='counts', ascending=False, inplace=True)
print('最受欢迎的菜品：', df_dish_counts.index[0])

# 统计每一订单的点餐数量和总价格
df_order = df.groupby(['order_id']).agg({'counts': 'sum', 'amounts': 'sum'})
print('每一订单的点餐数量和总价格：')
print(df_order)