Python实战07：麦当劳用户市场调研分析

背景问题

自1955年在美国创立以来，麦当劳已发展成为全球快餐业的标志性品牌，其黄金拱门标志几乎遍布世界各地。随着市场环境的变化和技术的发展，麦当劳不断调整其市场营销策略，以适应不同地区消费者的需求和全球健康饮食趋势的变迁。近年来，数字化转型成为麦当劳战略的核心，包括线上点餐的使用、数字化营销的加大投入、以及顾客体验的优化，这一切都旨在提升品牌竞争力并深化与顾客的情感联系。

本数据集提供了针对麦当劳消费用户的市场调研信息，可以用于深入了解顾客偏好、评估产品与服务质量、优化价格策略、精确定位营销活动以及响应健康饮食趋势，从而帮助麦当劳制定更加精准的市场策略，提升顾客满意度和品牌竞争力。

数据说明

问题描述

顾客口味偏好分析
价格敏感度分析
整体喜好分析
顾客画像分类

数据清洗及预览

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import re

plt.rcParams['axes.unicode_minus'] = False

df  = pd.read_csv(r'D:\pythonbag\Datas\mcdonalds.csv',index_col = 0)

print('-'*50)
display(df.head())
print('数据集大小：\n',df.shape)
print('-'*50)
print('数据集存在重复值个数：\n',df.duplicated().sum())
print('-'*50)
print('数据集存在缺失值个数：\n',df.isna().sum())
print('-'*50)
print('数据集信息：')
print(df.info())

由于我把原始数据集的index设置为索引列，所以才会有22条重复记录，考虑到可能存在一些少数客户爱好口味等一模一样的情况，因此不用进行处理。
接下来查看Like和VisitFrequency的唯一值。

for i in ['Like','VisitFrequency']:
    print(df[i].unique())

# 使用正则方法提取Like列的正负数
def extract_number(x):
    # [-+]表示可以是+或-，?表示前面字符可以出现0次或1次，\d+表示一个或多个数字
    match  = re.search(r'[-+]?\d+',str(x))
    if match:
        return int(match.group())
    else:
        return np.nan
df['Like'] = df['Like'].apply(extract_number)

print('数据集描述性统计：')
display(df.describe(include='all'))

把yes和no替换为True和False，方便后面分析

if_list=['yummy','convenient','spicy','fattening','greasy','fast','cheap','tasty','expensive','healthy','disgusting']
df[if_list] = df[if_list].replace({'Yes':True,'No':False})
df.head()

统计每个特征的唯一值的人数

mean_list = ['yummy','convenient','spicy','fattening','greasy','fast','cheap','tasty','expensive','healthy','disgusting']
feature_groupby = {}
for col in mean_list:
    feature_groupby[col] = df.groupby(col)["Gender"].count()
feature_df = pd.DataFrame(data=feature_groupby)
display(feature_df)

for feature in ['VisitFrequency','Gender']:
    visit_groupby = df.groupby(feature)['Gender'].count().reset_index(name='count')
    visit_df = pd.DataFrame(data=visit_groupby)
    display(visit_df)

探索性数据分析

顾客口味偏好分析

count_list = ['yummy','spicy','greasy','tasty','disgusting','VisitFrequency']
df['Age_Q'] = pd.cut(df['Age'],bins=[18,25,40,60],labels=['18-24岁青年','25-39岁成年','40-59岁中年'])

for target in ['Gender','Age_Q']:
    fig = plt.figure(figsize=(20, 30))
    for i,feature in enumerate(count_list,1):
        # .size()和.count()的区别：
        taste_groupby = df.groupby([feature,target]).size().reset_index(name='Count')
        ax = fig.add_subplot(4,3,i)
        sns.barplot(data=taste_groupby,x=feature,y='Count',hue=target,ax=ax)
        plt.xticks(rotation=12,fontsize=12)
        plt.title(feature+'下的'+target+'人数分布情况',fontsize=16)
        plt.xlabel(feature,fontsize=14)
        plt.ylabel('Count',fontsize=14)
        for patch in ax.patches:
            x_loc = patch.get_x()+patch.get_width()/2
            y_loc = round(patch.get_height())
            ax.text(x_loc,y_loc,y_loc,ha='center',va='bottom',fontsize=12)
    plt.tight_layout()
    plt.show()

小结：

• Yummy美味：
  超过一半的顾客认为麦当劳食物美味，其中女性人数略高于男性人数，25-39岁成年人数最高，其次是40-59岁中年，最后是18-24岁青年。

• Spicy辣：
  大多数顾客不认为麦当劳食物辣，其中女性人数略高于男性人数，中年人数最高，其次是成年，最后是青年。

• greasy油腻：
  超过一半的顾客认为麦当劳食物油腻，其中女性人数略高于男性人数，中年人数最高，其次是成年，最后是青年。

• tasty可口：
  超出一半的顾客认为麦当劳食物可口，其中女性人数略高于男性人数，中年人数最高，其次是成年，最后是青年。

• disgusting厌恶：
  大多数顾客不认为麦当劳食物令人厌恶，其中男性人数略高于女性人数，中年人数最高，其次是成年，最后是青年。

• visitFrequency光顾频率：
  Every three months、Once a month、Once a year:
  大多数顾客光顾麦当劳的频率处于低下，说明他们比较注重健康问题，其中男性人数略高于女性人数，中年人数最高，其次是成年，最后是青年。
  More than once a week、never、once a week：
  部分顾客每周至少吃一次，也有的顾客从不吃，其中男新人数和女性人数基本持平。其中More than once a week频率，各类年龄群体人数基本持平，never频率，中年人数最高，其次是成年，最后是青年，Once a year频率成年人数最高，其次是中年人，最后是青年。青年，Once a year频率成年人数最高，其次是中年人，最后是青年。

价格敏感度分析

for target in ['Gender','Age_Q']:
    fig = plt.figure(figsize=(8,10))
    for i,feature in enumerate(['cheap','expensive'],1):
        price_groupby = df.groupby([feature,target]).size().reset_index(name='Count')
        ax = fig.add_subplot(2,2,i)
        sns.barplot(data=price_groupby,x=feature,y='Count',hue=target,ax=ax)
        plt.title(feature+'下的'+target+'人数分布情况',fontsize=12)
        plt.xlabel(feature,fontsize=10)
        plt.ylabel('Count',fontsize=10)
        for patch in ax.patches:
            x_loc = patch.get_x()+patch.get_width()/2
            y_loc = round(patch.get_height())
            ax.text(x_loc,y_loc,y_loc,ha='center',va='bottom')
    plt.show()

小结：

• cheap便宜：
  超过一半的顾客认为麦当劳便宜，其中女性人数略高于男性人数，中年人数最高，其次是成年，最后是青年。

• expensive昂贵：
  超出一半的顾客不认为麦当劳食物昂贵，其中男性人数略高于女性人数，中年人数最高，其次是成年，最后是青年。

整体喜好分析

box_list = ['Gender','Age_Q','yummy','convenient','spicy','fattening','greasy','fast','cheap','tasty','expensive','healthy','disgusting','VisitFrequency']
fig = plt.figure(figsize=(20,20))
for i,target in enumerate(box_list,1):
    if i != 14:
        ax = fig.add_subplot(4,4,i)
    else:
        ax = fig.add_subplot(4,4,(14,16))
    sns.boxplot(data=df,x=target,y='Like',ax=ax,width=0.4)
    plt.title(target+'下的Like箱线图分布',fontsize=12)
plt.tight_layout()
plt.show()

小结：

• Gender：
  女性对麦当劳的喜好评分略高于男性的，女性的评分中位数约为2分，而男性的评分中位数约为1分。
• Age_Q： 评分中位数最高的是18-24岁青年，约为3分，其次是25-39岁成年，约为2分；最后是40-59岁中年，约为1.5分，可能麦当劳口味对于40-59岁中年而言有些不太习惯，但是他们还是会光顾的。
• yummy:
  认为美味的顾客对麦当劳评分高于不认为美味的顾客的。
• convenient:
  认为方便的顾客对麦当劳评分高于不认为方便的顾客的。
• spicy:
  认为辣的顾客对麦当劳评分略高于不认为辣的顾客的。
• fattening：
  认为发胖的顾客对麦当劳评分略低于不认为发胖的顾客的。
• gressy：
  认为油腻的顾客对麦当劳评分略低于不认为油腻的顾客的。
• fast：
  认为快速的顾客对麦当劳评分略高于不认为快速的顾客的。
• cheap:
  认为便宜的顾客对麦当劳评分略高于不认为便宜的顾客的。
• expensive:
  认为昂贵的顾客对麦当劳评分略低于不认为昂贵的顾客的。
• tasty:
  认为可口的顾客对麦当劳评分高于不认为可口的顾客的。
• healthy:
  认为健康的顾客对麦当劳评分略高于不认健康宜的顾客的。
• disgusting:
  认为厌恶的顾客对麦当劳评分低于不认为厌恶的顾客的。
• VistFrequency： more than once a week和once a week的顾客评分高于其他频率的，不频繁光顾或者从不光顾的例如once a year和never的顾客评分要低很多。

综上所述：
麦当劳在年龄群体中最受青少年顾客的青睐，对成年乃至中年顾客而言可能觉得麦当劳很方便，但口味是其次的；食物口味（除辣味以外）对顾客的喜好评分有显著影响；性别、健康与方便问题则可能有一定的影响但不大，而价格似乎没有显著影响。另外，光顾频率越高就可能会提高顾客对麦当劳的评分。