Python分析2019国庆热门景点

之前爬取了2019国庆热门景点python爬取2019国庆热门景点1——数据爬取与保存，现在来简要分析一下景点的相关信息。文章思路来源自公众号【裸睡的猪】（这个作者真的好腻害，向他学习，他的csdn账号名也叫裸睡的猪），不过文章的源代码是图片，为了加深影响，我全部自己进行重写，期间发现该文作者代码中不适合我数据的情况，进行一些修改。

1.数据清洗

因为得到的excel表格数据比较乱，主要有几个问题：

1. price和month_sales为文本型，需要强制转换成数字
2. 在爬取的时候，没有值的我统一用“暂无”替换了，但是在程序处理时，必须将这些值用数字替换，一般用0；景点等级没有的，我统一为1A了（虽然不合理）
3. 爬取的数据中地区为三级，现在需要将地区中的省份提取出来
   直接上代码：

#数据清洗
def new_excel():
    """
    数据清洗
    :return:
    """
    #1.价格转为整型，同时暂无变成0
    place_path = "qunar.xlsx"
    df = pd.read_excel(place_path)
    raw_sales=df["month_sales"].values
    new_sales=[]
    for sales in raw_sales:
        if "暂无"==sales:
            sales=int(sales.replace("暂无",'0'))
        new_sales.append(int(sales))
    df["month_sales"]=new_sales

    #2.地区中只提取省份
    district=df["district"].values
    new_district=[]
    for dist in district:
        dist=dist[0:2]
        new_district.append(dist)
    df["district"]=new_district

    #3.价格数据处理
    price=df["price"].values
    new_price=[]
    for pre in price:
        if "暂无"==pre:
            pre = int(pre.replace("暂无", '0'))
        #对于浮点数，不能只能int，必须先转换成float
        new_price.append(int(float(pre)))
    df["price"]=new_price

    #4.景点热度数据处理
    hotsum=df["hotsum"].values
    new_hotsum=[]
    for hsm