項(xiàng)目介紹:

本數(shù)據(jù)來(lái)源于阿里巴巴天池平臺(tái)榆俺。該數(shù)據(jù)提供口碑商店信息，從2015年1月7日到2016年3月10日（2015.12.12除外）。本文對(duì)該數(shù)據(jù)進(jìn)行分析会烙，旨在了解受消費(fèi)者歡迎的商鋪以及商品種類(lèi)。
數(shù)據(jù)鏈接：https://pan.baidu.com/s/1J8Q0eCD73wCL3WnLXncXag
提取碼：9w0z

本文分析的主要框架

1.整體數(shù)據(jù)觀察
2.城市角度分析(探究城市分布筒捺、消費(fèi)力度柏腻、主要商品類(lèi)目)
3.商品角度分析(銷(xiāo)售金額Top商品，探究最優(yōu)價(jià)值商品)
4.shop角度分析(探究平均付款金額與評(píng)分系吭、級(jí)別以及評(píng)論數(shù)量之間的關(guān)系)
5.結(jié)論

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams['font.sans-serif']=['SimHei'] #用來(lái)正常顯示中文標(biāo)簽
plt.rcParams['axes.unicode_minus']=False #用來(lái)正常顯示負(fù)號(hào)

1.數(shù)據(jù)觀察

columns = ['shop_id','city_name','location_id','per_pay','score','comment_cnt','shop_level','cate_1_name','cate_2_name','cate_3_name']
df= pd.read_table(r'F:\data\shop_data\shop_info.txt',names=columns, sep=',')
df.head(5)

image.png

df.info()

image.png

原始數(shù)據(jù)中共有10個(gè)字段五嫂，每個(gè)字段共2000行，字段解釋如下：
shop_id：商店ID
city_name：城市
location_id：位置ID（鄰居商店具有相同的位置ID）
per_pay：平均付款金額（數(shù)字越大表示平均付款金額越高）
score：用戶給出的商店得分（數(shù)字越大表示得分越高）
comment_cnt：用戶評(píng)論數(shù)量
shop_level：由口碑給出的商店等級(jí)（數(shù)字越大表示更高等級(jí)）
cate_1_name：一級(jí)類(lèi)別名稱（中文）
cate_2_name：二級(jí)類(lèi)別名稱（中文）
cate_3_name：三級(jí)類(lèi)別名稱（中文）

(df.shape[0]-df.count(axis=0))/df.shape[0]

image.png

由上看出score肯尺、comment_cnt沃缘、cate_3_name 的數(shù)據(jù)是有欠缺的
score 、comment_cnt將近欠缺了14.6% 的數(shù)據(jù)
cate_3_name 將近欠缺了29%的數(shù)據(jù)

2.城市角度分析

city_grouped= df.groupby('city_name')
city_grouped['shop_id'].count().sort_values(ascending=False).head(10).plot.pie()

image.png

由上圖可以看出则吟，口碑上的商店主要是分布在上海孩灯、杭州、北京逾滥、廣州峰档、南京败匹、武漢、深圳等城市讥巡。

df[df.city_name=='上海'].cate_1_name.value_counts().plot.bar()

image.png

我們?cè)賹ｉT(mén)對(duì)商店數(shù)量最多的上海單獨(dú)分析掀亩，發(fā)現(xiàn)這些商店多以美食為主。

city_grouped['per_pay'].mean().sort_values(ascending=False).head(10).plot.pie()

image.png

由此圖發(fā)現(xiàn)欢顷，平均付款金額較大的并非一線城市槽棍，而是德陽(yáng)、張家口等三四線城市抬驴。

3.商品角度分析

cate1_grouped= df.groupby('cate_1_name')
cate1_grouped['comment_cnt'].sum().sort_values(ascending=False).head(1)

image.png

在一類(lèi)商品中炼七，獲評(píng)論數(shù)量最多的是美食類(lèi)，可見(jiàn)美食類(lèi)在口碑上最受關(guān)注布持。

a=df[df.cate_1_name=='美食']
a.head()

image.png

a.groupby('cate_2_name')['comment_cnt'].sum().sort_values(ascending=False).head()

image.png

美食類(lèi)里面又以快餐類(lèi)目熱銷(xiāo)四瘫，這也正與口碑為外賣(mài)平臺(tái)相符芹枷。

4.shop角度分析

score_grouped=df.groupby('score')
score_grouped['per_pay'].mean()

image.png

平均付款金額最高的shop評(píng)分主要是1分，其次是評(píng)分為2/3，或許我們可以猜測(cè)這些商鋪評(píng)分低的其中一個(gè)原因是價(jià)格偏高撰筷。

shop_level_grouped=df.groupby('shop_level')
shop_level_grouped['per_pay'].mean()

image.png

由此看出资溃，口碑上level高的shop平均付款金額要更高一點(diǎn)即舌。

comment_cnt_grouped=df.groupby('comment_cnt')
comment_cnt_grouped['per_pay'].mean()

image.png

comment_cnt_grouped['per_pay'].mean().plot.bar()

image.png

該直方圖顯示評(píng)論數(shù)量與平均消費(fèi)金額沒(méi)有太大關(guān)系啦粹。

5.結(jié)論以及建議

1.從城市角度看：

• 結(jié)論匯總：口碑上的商店主要是分布在上海、杭州枝誊、北京况芒、廣州等一線城市，且多以美食類(lèi)為主

2.從商品角度看：

• 結(jié)論匯總：在口碑上叶撒，美食類(lèi)快餐最受用戶關(guān)注

3.從shop角度看：

• 結(jié)論匯總：價(jià)格偏高可能會(huì)引起用戶不滿牛柒，從而導(dǎo)致評(píng)分很低；由口碑給出的商店等級(jí)越高痊乾，其平均消費(fèi)金額也會(huì)相對(duì)較高一點(diǎn)