數(shù)據(jù)分析-01去哪兒網(wǎng)數(shù)據(jù)爬取與分析

這個(gè)系列主要是對(duì)pandas庫的熟悉扒秸,這篇筆記是對(duì)大鵬老師課程的學(xué)習(xí)播演,主要是對(duì)去哪兒網(wǎng)數(shù)據(jù)的爬取冀瓦,分析城市的熱門景點(diǎn)。


1写烤、數(shù)據(jù)爬取

# 導(dǎo)入工具包
import requests
from bs4 import BeautifulSoup
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 獲取urls(更具url的規(guī)律)
def get_urls(ui,n):
    urllsti = []
    for i in range(1,n+1):
        urllsti.append(ui +str(i))
    return urllsti

# 批量獲取數(shù)據(jù)
def get_data(u):
    ri = requests.get(u)
    soupi = BeautifulSoup(ri.text,'lxml')
    infori = soupi.find('ul',class_="list_item clrfix").find_all('li')
      
    datai = []
    n=0
    for i in infori:
        n+=1
        dic = {}
        dic['lat'] = i['data-lat']
        dic['lng'] = i['data-lng']
        dic['景點(diǎn)名稱'] = i.find('span',class_="cn_tit").text
        dic['攻略提到數(shù)量'] = i.find('div',class_="strategy_sum").text
        dic['點(diǎn)評(píng)數(shù)量'] = i.find('div',class_="comment_sum").text
        dic['景點(diǎn)排名'] = i.find('span',class_="ranking_sum").text
        dic['星級(jí)'] = i.find('span',class_="total_star").find('span')['style'].split(':')[1]
        datai.append(dic)
    return datai

# 獲取40條北京的景點(diǎn)數(shù)據(jù)
bj_u = 'https://travel.qunar.com/p-cs299914-beijing-jingdian-1-'
    # 頁面參數(shù)
urls = get_urls(bj_u,4)
    # 獲取所有url
bj_data = []
for i in urls:
    bj_data.extend(get_data(i))
    print('成功采集%i條數(shù)據(jù)' % len(bj_data))
    # 采集數(shù)據(jù)

df = pd.DataFrame(bj_data)
df.head()
image.png

2翼闽、數(shù)據(jù)清洗

# 字段類型處理
df.index = df['景點(diǎn)名稱']
del df['景點(diǎn)名稱']
df['lng'] = df['lng'].astype(np.float)
df['lat'] = df['lat'].astype(np.float)    
df['點(diǎn)評(píng)數(shù)量'] = df['點(diǎn)評(píng)數(shù)量'].astype(np.int)     
df['攻略提到數(shù)量'] = df['攻略提到數(shù)量'].astype(np.int)   
df.head()

# 星級(jí)字段處理
df['星級(jí)'] = df['星級(jí)'].str.replace('%','').astype(np.float)
df.head()

# 景點(diǎn)排名處理
df['景點(diǎn)排名'] = df['景點(diǎn)排名'].str.split('第').str[1]
df['景點(diǎn)排名'].fillna(value = 0,inplace = True) 
df.head()

3、數(shù)據(jù)查看

# 查看點(diǎn)評(píng)數(shù)量TOP10
dptop10 = df.sort_values(by = '點(diǎn)評(píng)數(shù)量', ascending=False).iloc[:10]
dptop10['點(diǎn)評(píng)數(shù)量'].plot(kind='bar',figsize = (10,5),rot=45,grid=True,color='y')

# 攻略提到數(shù)量排名TOP10
gltop10 = df.sort_values(by = '攻略提到數(shù)量', ascending=False).iloc[:10]
gltop10['攻略提到數(shù)量'].plot(kind='bar',figsize = (10,5),rot=45,grid=True,color='g')

4洲炊、景點(diǎn)篩選機(jī)制及評(píng)價(jià)方法

# 滿意度指標(biāo)
df['滿意度'] = df['攻略提到數(shù)量']/df['點(diǎn)評(píng)數(shù)量']
df.head()

# 構(gòu)建函數(shù)實(shí)現(xiàn)字段標(biāo)準(zhǔn)化
def nordata(dfi,*cols):
    for col in cols:
        dfi[col + '_nor'] = (dfi[col] - dfi[col].min())/(dfi[col].max() - dfi[col].min())
 
nordata(df,'滿意度','星級(jí)','點(diǎn)評(píng)數(shù)量')
df.head()
image.png
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末感局,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子暂衡,更是在濱河造成了極大的恐慌询微,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,427評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件狂巢,死亡現(xiàn)場(chǎng)離奇詭異撑毛,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)隧膘,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,551評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門代态,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人疹吃,你說我怎么就攤上這事蹦疑。” “怎么了萨驶?”我有些...
    開封第一講書人閱讀 165,747評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵歉摧,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我腔呜,道長(zhǎng)叁温,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,939評(píng)論 1 295
  • 正文 為了忘掉前任核畴,我火速辦了婚禮膝但,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘谤草。我一直安慰自己跟束,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,955評(píng)論 6 392
  • 文/花漫 我一把揭開白布丑孩。 她就那樣靜靜地躺著冀宴,像睡著了一般。 火紅的嫁衣襯著肌膚如雪温学。 梳的紋絲不亂的頭發(fā)上略贮,一...
    開封第一講書人閱讀 51,737評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼逃延。 笑死览妖,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的真友。 我是一名探鬼主播黄痪,決...
    沈念sama閱讀 40,448評(píng)論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼盔然!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起是嗜,我...
    開封第一講書人閱讀 39,352評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤愈案,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后鹅搪,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體站绪,經(jīng)...
    沈念sama閱讀 45,834評(píng)論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,992評(píng)論 3 338
  • 正文 我和宋清朗相戀三年丽柿,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了恢准。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,133評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡甫题,死狀恐怖馁筐,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情坠非,我是刑警寧澤敏沉,帶...
    沈念sama閱讀 35,815評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站炎码,受9級(jí)特大地震影響盟迟,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜潦闲,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,477評(píng)論 3 331
  • 文/蒙蒙 一攒菠、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧歉闰,春花似錦辖众、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,022評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至概龄,卻和暖如春还惠,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背私杜。 一陣腳步聲響...
    開封第一講書人閱讀 33,147評(píng)論 1 272
  • 我被黑心中介騙來泰國打工蚕键, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留救欧,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,398評(píng)論 3 373
  • 正文 我出身青樓锣光,卻偏偏與公主長(zhǎng)得像笆怠,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子誊爹,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,077評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容