Python数据分析：大众点评数据进行选址！

一、项目背景

• 案例类型：练习
• 案例工具：Python、Qgis
• 案例目的：通过实战进行学习，让大家综合运用基础知识，加深印象巩固记忆。

二 、提出问题

• 通过餐饮数据分析选出最具有竞争力的品类;
• 通过建立综合分数指标的计算公式来挑选出最适合地址。

三、理解数据

读取数据集后，通过info()和describe()方法来查看一下数据的基本情况。

data.info() 
—————————————————————————— 
<class 'pandas.core.frame.DataFrame'> 
RangeIndex: 96398 entries, 0 to 96397 
Data columns (total 10 columns): 
类别      96258 non-null object 
行政区     96255 non-null object 
点评数     96398 non-null int64 
口味      96398 non-null float64 
环境      96398 non-null float64 
服务      96398 non-null float64 
人均消费    96398 non-null int64 
城市      96398 non-null object 
Lng     96398 non-null float64 
Lat     96398 non-null float64 
dtypes: float64(5), int64(2), object(3) 
memory usage: 7.4+ MB 
数据共计96398个，10个变量/特征，数据类型数量为 float64(5), int64(2), object(3)，粗略观察，数据明显有缺失值的情况，需要进行数据的清洗。 

四、数据处理

使用data.isnull().values.sum()检查空值数量，检查出283个空值。

由于空值占数据总量比例为283/96398 = 0.0029，删除空值并不影响整体的数据情况，所以这里采用删除的办法来处理空值。

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', &