美团分析

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

meituan=pd.read_csv('meituan.csv')

meituan.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1680 entries, 0 to 1679
Data columns (total 8 columns):
web-scraper-order        1680 non-null object
web-scraper-start-url    1680 non-null object
name                     1680 non-null object
address                  1680 non-null object
rating                   1680 non-null float64
comment                  1680 non-null float64
price                    1667 non-null float64
cat                      1680 non-null object
dtypes: float64(3), object(5)
memory usage: 105.1+ KB

meituan.head(10)

	web-scraper-order	web-scraper-start-url	name	address	rating	comment	price	cat
0	1563028765-1694	http://sh.meituan.com/meishi/c35/pn8/	斯比特花园意大利餐厅（新世界大丸百货店）	黄浦区南京东路228号新世界大丸百货6层人均	4.2	2169.0	98.0	foreign
1	1563028775-1753	http://sh.meituan.com/meishi/c35/pn3/	好伦哥自助餐厅（南京东路店）	黄浦区南京东路600号亚太广场6楼1室人均	3.0	6005.0	73.0	foreign
2	1563028769-1720	http://sh.meituan.com/meishi/c35/pn6/	蘭赫咖啡（周浦店）	浦东新区年家浜路327号三楼（全季酒店三楼）人均	4.2	326.0	55.0	foreign
3	1563028721-1396	http://sh.meituan.com/meishi/c35/pn29/	地中海的月亮（虹桥·食尚天地店）	青浦区沪青平公路1899号虹桥·食尚天地1栋1层106-3人均	3.5	0.0	107.0	foreign
4	1563028767-1705	http://sh.meituan.com/meishi/c35/pn7/	拉蒂娜巴西烤肉自助餐Latina（长泰店）	浦东新区祖冲之路1239弄长泰广场1E09东庭院（地铁2号线4号出口左侧50米，星巴克后面）人均	3.4	657.0	148.0	foreign
5	1563028727-1432	http://sh.meituan.com/meishi/c35/pn26/	R Bar & Restaurant	徐汇区乌鲁木齐中路247号一层-10人均	4.5	0.0	140.0	foreign
6	1563028735-1488	http://sh.meituan.com/meishi/c35/pn22/	芝根芝底（西渡店）	奉贤区沪杭公路215号（邮政储蓄银行旁）人均	5.0	370.0	33.0	foreign
7	1563028729-1445	http://sh.meituan.com/meishi/c35/pn25/	Barolo steakhouse巴洛洛意大利牛排餐厅	黄浦区建国中路155弄7号人均	5.0	1.0	238.0	foreign
8	1563028777-1778	http://sh.meituan.com/meishi/c35/pn2/	斗牛士牛排（南京东路悦荟店）	黄浦区南京东路353号悦荟广场（原353店）7F（置地广场旁边）人均	4.4	1285.0	120.0	foreign
9	1563028723-1412	http://sh.meituan.com/meishi/c35/pn28/	佩德罗巴西烤肉餐厅（禹州商业广场店）	浦东新区沪南公路9936弄（禹州商业广场2层）人均	3.0	83.0	103.0	foreign

meituan = meituan.dropna(subset=["price"])

meituan['rating']=meituan['rating'].fillna(3)

meituan['comment']=meituan['comment'].fillna(0)

meituan.describe()

	rating	comment	price
count	1667.000000	1667.000000	1667.000000
mean	4.204079	512.169166	109.988002
std	0.520557	1415.567751	93.524620
min	3.000000	0.000000	9.000000
25%	3.900000	6.000000	60.000000
50%	4.100000	49.000000	89.000000
75%	4.500000	369.500000	123.000000
max	5.000000	24585.000000	1670.000000

cols=['rating','comment','price']

meituan[cols].corr()

	rating	comment	price
rating	1.000000	0.076882	0.189531
comment	0.076882	1.000000	-0.128461
price	0.189531	-0.128461	1.000000

plt.figure(figsize=(10,8)) 
sns.scatterplot(x="price", y="rating", data=meituan)

<matplotlib.axes._subplots.AxesSubplot at 0x1a22829d68>

bins=[3,3.5,4,4.5,5]
labels=['<=3.5','<=4',"<=4.5","<=5"]
meituan['rating2']=pd.cut(meituan.rating,bins,right=True,labels=labels)

meituan.groupby(['rating2'])['rating'].describe()

	count	mean	std	min	25%	50%	75%	max
rating2
<=3.5	209.0	3.475598	0.056566	3.2	3.5	3.5	3.5	3.5
<=4	495.0	3.892727	0.127843	3.6	3.8	3.9	4.0	4.0
<=4.5	537.0	4.336872	0.154714	4.1	4.2	4.4	4.5	4.5
<=5	395.0	4.917722	0.131141	4.6	4.8	5.0	5.0	5.0

plt.figure(figsize=(10,5))
sns.boxplot(x='rating',y='cat',palette=sns.color_palette('pastel'),data=meituan)
plt.tick_params(labelsize=20)

plt.figure(figsize=(10,5))
sns.boxplot(x='price',y='cat',palette=sns.color_palette('pastel'),data=meituan)
plt.tick_params(labelsize=20)

sns.countplot(x="cat",hue='rating2',data=meituan)

<matplotlib.axes._subplots.AxesSubplot at 0x1a23b7c2b0>

sns.barplot(x="cat",y="comment",hue="rating2",data=meituan)

<matplotlib.axes._subplots.AxesSubplot at 0x1a23c49a20>