Python数据分析：根据大众点评数据挑选店铺地址

淩亂°似流年 2023-02-13 04:59 6阅读 0赞

## 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

[python免费学习资料以及群交流解答点击即可加入][python]

--------------------

## 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()
    ——————————————————————————
    <class 'pandas.core.frame.DataFrame'>
    RangeIndex: 96398 entries, 0 to 96397
    Data 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 object
    Lng     96398 non-null float64
    Lat     96398 non-null float64
    dtypes: 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。  
![在这里插入图片描述][2020052715310645.png]  
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。  
![在这里插入图片描述][20200527153115428.png]  
这样获得了df如下，筛选出了需要的数据54886个。

df.info()
    ——————————————————————————
    <class 'pandas.core.frame.DataFrame'>
    Int64Index: 54886 entries, 0 to 96395
    Data 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 float64
    dtypes: 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。  
![在这里插入图片描述][20200527153150193.png]  
使用箱型图进行异常值的排查。  
![在这里插入图片描述][2020052715325251.png]  
![在这里插入图片描述][20200527153255838.png]  
箱型图使用异常值删除的函数，对异常值进行删除。  
![在这里插入图片描述][20200527153303506.png]  
构建一个选择具有竞争力的品类的公式的因素，例如’口味’，'人均消费’，‘性价比’，然后通过异常值删除的函数得出数据集。  
![在这里插入图片描述][20200527153418741.png]  
将三组数据集放在同一张图上面。  
![在这里插入图片描述][20200527153426468.png]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70]  
很明显是由于没有做 数据标准化处理。  
数据标准化处理之后  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 2]  
设计了一个计算公式，权重自己设计 分数的计算式 比如按照 口味:人均消费:性价比 = 2:5:3 的比例去计算。  
先合并df\_kw\_max\_min、df\_rj\_max\_min、df\_xjb\_max\_min，通过pd.merge合并。  
![在这里插入图片描述][20200527153502179.png]  
计算最后的得分  
![在这里插入图片描述][20200527153527374.png]  
得出“甜品”是最佳的品类。  
使用Qgis制作出关于’人口密度’、‘道路密度’、‘餐饮密度’、'竞品密度’、'经度’、’维度’相关的数据集。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 3]  
数据集有空值，使用`dealdata.fillna(0,inplace=True)`进行0的填充。

观察数据得知，‘人口密度’、‘道路密度’、‘餐饮密度’、'竞品密度’不在同一纬度上，所以进行数据标准化处理。再计算\['综合指标’\]这一新列的数值。按照’人口密度’:'道路密度’:'餐饮密度’:'竞品密度’=4:3:2:1的比例。

**数据可视化**

利用matplotlib进行制图，使用散点图。  
![在这里插入图片描述][20200527160340778.png]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 4]  
补充：使用bokeh绘制空间互动图形。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 5]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 6]  
**得出结论：**

甜品店选址在（121°472′E,31°301′N）、（121°473′E,31°274′N）、（121°493′E,31°244′N）等地方开设最优。

[python]: https://jq.qq.com/?_wv=1027&k=ThcV4SNF
[2020052715310645.png]: https://img-blog.csdnimg.cn/2020052715310645.png
[20200527153115428.png]: https://img-blog.csdnimg.cn/20200527153115428.png
[20200527153150193.png]: https://img-blog.csdnimg.cn/20200527153150193.png
[2020052715325251.png]: https://img-blog.csdnimg.cn/2020052715325251.png
[20200527153255838.png]: https://img-blog.csdnimg.cn/20200527153255838.png
[20200527153303506.png]: https://img-blog.csdnimg.cn/20200527153303506.png
[20200527153418741.png]: https://img-blog.csdnimg.cn/20200527153418741.png
[20200527153426468.png]: https://img-blog.csdnimg.cn/20200527153426468.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200527153430858.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200527153440356.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200527153445468.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70
[20200527153502179.png]: https://img-blog.csdnimg.cn/20200527153502179.png
[20200527153527374.png]: https://img-blog.csdnimg.cn/20200527153527374.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200527153536299.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70
[20200527160340778.png]: https://img-blog.csdnimg.cn/20200527160340778.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/2020052716041241.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20200527160426558.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20200527160442316.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70