星巴克店铺数据集描述性分析

项目简介

本次项目会利用pandas数据分析方法和matplotlib可视化手段对星巴克店铺的分布情况进行分析。

数据来源

本次使用的数据集来源于Kaggle官网，含有13个字段信息：

• Brand 品牌
• StoreNumber 店铺号码
• StoreName 店铺名称
• Ownership Type 所有权类型
• StreetAddress 街道地址
• City 店铺所在城市
• State/Province 店铺所在州，省份
• Country 店铺所在国家
• Postcode 邮编
• PhoneNumber 电话号码
• Timezone 时区
• Longitude 经度
• Latitude 维度

# 设置cell多行输出

from IPython.core.interactiveshell import InteractiveShell 
InteractiveShell.ast_node_interactivity = 'all' #默认为'last'

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

os.chdir(r'E:\python_learn\train')

file_name='directory.csv'
data = pd.read_csv(file_name)  
data.head()

	Brand	Store Number	Store Name	Ownership Type	Street Address	City	State/Province	Country	Postcode	Phone Number	Timezone	Longitude	Latitude
0	Starbucks	47370-257954	Meritxell, 96	Licensed	Av. Meritxell, 96	Andorra la Vella	7	AD	AD500	376818720	GMT+1:00 Europe/Andorra	1.53	42.51
1	Starbucks	22331-212325	Ajman Drive Thru	Licensed	1 Street 69, Al Jarf	Ajman	AJ	AE	NaN	NaN	GMT+04:00 Asia/Dubai	55.47	25.42
2	Starbucks	47089-256771	Dana Mall	Licensed	Sheikh Khalifa Bin Zayed St.	Ajman	AJ	AE	NaN	NaN	GMT+04:00 Asia/Dubai	55.47	25.39
3	Starbucks	22126-218024	Twofour 54	Licensed	Al Salam Street	Abu Dhabi	AZ	AE	NaN	NaN	GMT+04:00 Asia/Dubai	54.38	24.48
4	Starbucks	17127-178586	Al Ain Tower	Licensed	Khaldiya Area, Abu Dhabi Island	Abu Dhabi	AZ	AE	NaN	NaN	GMT+04:00 Asia/Dubai	54.54	24.51

定义问题

本次将围绕星巴克店铺所在地展开分析：

• 星巴克店铺全球的分布情况——哪些国家，城市的星巴克店铺最多
• 星巴克店铺在我国的分布情况

数据清洗

# 查看数据结构
data.info()  # → 25600条数据，4个字段

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 25600 entries, 0 to 25599
Data columns (total 13 columns):
Brand             25600 non-null object
Store Number      25600 non-null object
Store Name        25600 non-null object
Ownership Type    25600 non-null object
Street Address    25598 non-null object
City              25585 non-null object
State/Province    25600 non-null object
Country           25600 non-null object
Postcode          24078 non-null object
Phone Number      18739 non-null object
Timezone          25600 non-null object
Longitude         25599 non-null float64
Latitude          25599 non-null float64
dtypes: float64(2), object(11)
memory usage: 2.5+ MB

data.isna().sum()  # 缺失值查看

Brand                0
Store Number         0
Store Name           0
Ownership Type       0
Street Address       2
City                15
State/Province       0
Country              0
Postcode          1522
Phone Number      6861
Timezone             0
Longitude            1
Latitude             1
dtype: int64

• 重点查看City，Country，State/Province这三个字段是否存在缺失值，发现City字段存在15个缺失值，考虑到要分析的是星巴克的店铺信息，若删除会缺失部分信息，选择补填处理

# 查看缺失的具体数据
data[data['City'].isna()]

	Brand	Store Number	Store Name	Ownership Type	Street Address	City	State/Province	Country	Postcode	Phone Number	Timezone	Longitude	Latitude
5069	Starbucks	31657-104436	سان ستيفانو	Licensed	طريق الكورنيش أبراج سان ستيفانو	NaN	ALX	EG	NaN	20120800287	GMT+2:00 Africa/Cairo	29.96	31.2