欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python数据分析:大众点评数据进行选址

程序员文章站 2022-07-09 19:06:50
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202 ......

 

Python数据分析:大众点评数据进行选址

 

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()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’]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。

 

Python数据分析:大众点评数据进行选址

 

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。

 

Python数据分析:大众点评数据进行选址

 

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。

 

Python数据分析:大众点评数据进行选址

 

使用箱型图进行异常值的排查。

 

Python数据分析:大众点评数据进行选址

 

 

Python数据分析:大众点评数据进行选址

箱型图使用异常值删除的函数,对异常值进行删除。

 

Python数据分析:大众点评数据进行选址

 

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。

 

Python数据分析:大众点评数据进行选址

 

将三组数据集放在同一张图上面。

 

Python数据分析:大众点评数据进行选址

 

 

Python数据分析:大众点评数据进行选址

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

 

Python数据分析:大众点评数据进行选址

 

 

 

Python数据分析:大众点评数据进行选址

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_mindf_rj_max_mindf_xjb_max_min,通过pd.merge合并。

 

Python数据分析:大众点评数据进行选址

 

计算最后的得分

 

Python数据分析:大众点评数据进行选址

 

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。

 

Python数据分析:大众点评数据进行选址

 

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。

 

Python数据分析:大众点评数据进行选址

 

 

Python数据分析:大众点评数据进行选址

补充:使用bokeh绘制空间互动图形。

 

Python数据分析:大众点评数据进行选址

 

 

Python数据分析:大众点评数据进行选址

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