Python数据分析：大众点评数据进行选址

秒速五厘米 2023-05-21 07:22 4阅读 0赞

![format_png][]

**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：砂糖侠

如果你处于想学Python或者正在学习Python，Python的教程不少了吧，但是是最新的吗？说不定你学了可能是两年前人家就学过的内容，在这小编分享一波2020最新的Python教程。获取方式，私信小编 “ 资料 ”，即可免费获取哦！

一、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。

二 、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。

三、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。

四、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。

![format_png 1][]

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。

![format_png 2][]

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

五、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。

![format_png 3][]

使用箱型图进行异常值的排查。

![format_png 4][]

![format_png 5][]

**箱型图**使用异常值删除的函数，对异常值进行删除。

![format_png 6][]

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。

![format_png 7][]

将三组数据集放在同一张图上面。

![format_png 8][]

![format_png 9][]

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**

![format_png 10][]

![format_png 11][]

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。

![format_png 12][]

**计算最后的得分**

![format_png 13][]

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。

![format_png 14][]

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。

六、数据可视化

利用matplotlib进行制图，使用散点图。

![format_png 15][]

![format_png 16][]

**补充：**使用bokeh绘制空间互动图形。

![format_png 17][]

![format_png 18][]

**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

[format_png]: /images/20230521/35c842307a97418c96be2751c6d953e4.png
[format_png 1]: /images/20230521/5d9461b2782e44d4a5eef86ae886df4f.png
[format_png 2]: /images/20230521/044fa78e14dc4740a45a165605ec2ceb.png
[format_png 3]: /images/20230521/15b38f1e5b274999be72aa1091edecf7.png
[format_png 4]: /images/20230521/c02e0f6580e64dc29f85786cfa497ace.png
[format_png 5]: /images/20230521/509052ae19854f5683e5d72778e6224e.png
[format_png 6]: /images/20230521/970fa19b71a74acab37a90520fc8c467.png
[format_png 7]: /images/20230521/a690271306754ab58d960719298edf07.png
[format_png 8]: /images/20230521/0cb2fb4fb6884fff88c335a74d865e8b.png
[format_png 9]: /images/20230521/b636df8b03f04feb9d2aff491ea1d554.png
[format_png 10]: /images/20230521/64aace9ac67d4981a099d666d1da9f63.png
[format_png 11]: /images/20230521/420243f272514611bd33fa0d2c0d34bc.png
[format_png 12]: /images/20230521/ee1d140025664e9a8003087656cc75ab.png
[format_png 13]: /images/20230521/34f80c5b938a4db9adc33be889f5faaa.png
[format_png 14]: /images/20230521/355ce3a4f3204c839a3f4a0bf324d99d.png
[format_png 15]: /images/20230521/c9e7b19acafb43e4a0aa66ee34d2590a.png
[format_png 16]: /images/20230521/4676b810f9384c35bb9817be37dac845.png
[format_png 17]: /images/20230521/7f2b4fe0f4074614b6a214ef3f97e44c.png
[format_png 18]: /images/20230521/bf9eeb9c53054646aba3fc3c27d697ca.png