数据分析你放在人人贷的钱都去了哪里?

本文使用python抓取分析数据—人人贷,并从中获取贷款用户。

摘要:本文使用python抓取分析数据人人贷,并从中获取贷款用户。

一、抓取准备

导入必要的库

import requests #提取页面信息
import json
from urllib.parse import urlencode
from pandas import DataFrame

二、获取URL地址

使用chrome浏览器检查功能,因为页面是动态加载,我们以获取页面的两个url讲解:

url1=https://www.renrendai.com/pc/loan/list/loanListstartNum=0&limit=10&_=1504013654389

url2=https://www.renrendai.com/pc/loan/list/loanListstartNum=1&limit=10&_=1504013654389

可以观察到页面是随着startNum=NN变化的,所以可以N为参数进行不同页面信息的抓取

接下来设置一个请求的头文件信息,目的是包装一下我们的爬虫,以防反爬虫的拦截而抓不到数据。

Headers={

‘Host’:’www.renrendai.com’,

‘Referer’:’https://www.renrendai.com/pc/loan.html’,

‘User-Agent’:’Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.101 Safari/537.36’

}

三、页面信息提取

采用requests+json库进行提取:

Res=requests.get(url,Headers)

html=json.loads(Res)

result=[]

if data and ‘data’ in data.keys():

loan = data.get(‘data’)

for item in (loan[‘loans’]):

items={

‘loanId’:item.get(‘loanId’),

‘title’:item.get(‘title’),

‘amount’:item.get(‘amount’)

}

result.append(result)

return result

四、数据保存

采用pandas库,因为我们的体量并不是很大,因此直接保存为xlsx格式就可以了。

data=[]

for i in range(10):

detail.extend(get_comments(i))

f = DataFrame(data)

f.to_excel(‘renrendai.xlsx’)

最后我们就可以得到excel格式的数据了。

五、贷款项目分布

用excel做饼图,可以看到贷款项目主要用于资金周转,占比超过一半,其次是用于装修,占比18.97%

数据分析你放在人人贷的钱都去了哪里?

本文作者:猫尾KUN,本文由猫尾KUN投稿至数据分析网,并经编辑发布,版权归作者所有。

本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请给「我们」留言处理。

(1)
大数据精选的头像大数据精选编辑
上一篇 2017-08-29 16:05
下一篇 2017-09-01 13:51

相关文章

关注我们
关注我们
分享本页
返回顶部