Python数据分析：根据大众点评数据挑选店铺地址，3年Python开发工程师面试经验分享

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。

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。

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

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。

使用箱型图进行异常值的排查。

箱型图使用异常值删除的函数，对异常值进行删除。