Python数据分析：根据大众点评数据挑选店铺地址-白红宇

Python数据分析：根据大众点评数据挑选店铺地址

阅读量：2070 次

发布时间：2019-04-29

本文共 2335 字，大约阅读时间需要 7 分钟。

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

作者：Python圈子

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取

项目背景

案例类型：练习

案例工具：Python、Qgis

案例目的：通过实战进行学习，让大家综合运用基础知识，加深印象巩固记忆。

提出问题

1、通过餐饮数据分析选出最具有竞争力的品类；

2、通过建立综合分数指标的计算公式来挑选出最适合地址。

理解数据

读取数据集后，通过info()和describe()方法来查看一下数据的基本情况。

data.info()——————————————————————————
   
    RangeIndex: 96398 entries, 0 to 96397Data columns (total 10 columns):类别      96258 non-null object行政区     96255 non-null object点评数     96398 non-null int64口味      96398 non-null float64环境      96398 non-null float64服务      96398 non-null float64人均消费    96398 non-null int64城市      96398 non-null objectLng     96398 non-null float64Lat     96398 non-null float64dtypes: float64(5), int64(2), object(3)memory usage: 7.4+ MB

数据共计96398个，10个变量/特征，数据类型数量为 float64(5), int64(2), object(3)，粗略观察，数据明显有缺失值的情况，需要进行数据的清洗。

数据处理

使用data.isnull().values.sum()检查空值数量，检查出283个空值。

由于空值占数据总量比例为283/96398 = 0.0029，删除空值并不影响整体的数据情况，所以这里采用删除的办法来处理空值。

使用data.dropna()对空值进行删除，再使用data.isnull().values.sum()进行检查，结果为0。

数据清洗后的数据共计96255个。根据①通过餐饮数据分析选出最具有竞争力的品类的要求，选择相关的变量，选择[‘类别’, ‘口味’, ‘环境’, ‘服务’, '人均消费’]5个变量。

建立[‘类别’, ‘口味’, ‘环境’, ‘服务’, '人均消费’]的DataFrame，并且筛选出所有评分和消费大于0的情况。因为根据实际情况，评分和消费为0的数据对此没有参考作用。

引入’性价比’这一列，性价比的计算方式将所有的评分相加再除以人均消费金额，计算出分/元为单位的数值，表示单位价格获得的分数来表示其性价比。

这样获得了df如下，筛选出了需要的数据54886个。

df.info()——————————————————————————
   
    Int64Index: 54886 entries, 0 to 96395Data columns (total 6 columns):类别      54886 non-null object口味      54886 non-null float64环境      54886 non-null float64服务      54886 non-null float64人均消费    54886 non-null int64性价比     54886 non-null float64dtypes: float64(4), int64(1), object(1)memory usage: 2.9+ MB

构建模型

得到数据集df，选择’类别’进行groupby分组再进行mean值等到每个类别的值。