Python数据分析 I 全国旅游景点分析案例，哪里好玩一目了然

作者： 刘亦菲的老公

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

---

数据获取

---

爬取了携程网上关于全国大概16000条景点数据和美团网上五个城市的大概5000条酒店数据，然后导出为**.csv**表格形式方便用

pandas.read_csv()

来读取其中的数据。

数据预处理和清洗

---

景点数据

原始数据中，景点数据长这样

由于数据按省份分为三十多个.csv文件，并且其中还有不需要的列，用以下代码来读取（其他省份同样，只列出上海的）

import pandas as pd

上海 = pd.read_csv(‘上海.csv’, engine=‘python’,

usecols=[‘省份’, ‘spot-info’, ‘spot-info1’, ‘spot-info2’, ‘价格’, ‘已售’, ‘desc’, ‘spot-comment’,

‘spot-label1’])

再将全部数据组合在一起

China_scenic = pd.concat([上海, 云南, 内蒙古, 北京, 台湾, 吉林, 四川, 天津,

宁夏, 安徽, 山东, 山西, 广东, 广西, 新疆, 江苏,

河北, 河南, 浙江, 海南, 湖北, 湖南, 澳门, 甘肃,

福建, 西藏, 贵州, 辽宁, 重庆, 陕西, 青海, 香港, 黑龙江], sort=True,

ignore_index=True).reset_index().drop(columns=‘index’)

接下来删除那些重复和没有评分的地点。

删除重复地点

China_scenic = China_scenic.drop_duplicates(subset=‘spot-info’)

删除没有评分的地点

China_scenic = China_scenic[China_scenic[‘spot-comment’].notnull()]

再将评分转换为好评率，将没有景区等级的景点标为无等级

def grade_change(i):

i = i.replace(‘分’, ‘’)

return float(i) / 5

将评分转换为好评率

China_scenic[‘spot-comment’] = China_scenic[‘spot-comment’].apply(grade_change)

将没有景区等级的景区标为无等级

China_scenic[‘spot-info2’] = China_scenic[‘spot-info2’].fillna(‘无等级’)