作者:J哥
来源:菜J学Python
众所周知,中国是智利车厘子最主要的出口对象,占据了其95%的市场份额。
智利驻华大使馆商务参赞娜塔曾表示:“2020-2021产季车厘子实现了丰收,预计今年有50万吨左右的车厘子进入中国市场。”自2020年12月中旬开始,智利海运车厘子陆续到达中国,运输成本较此前空运方式大幅下滑。这意味着,国内消费者将能以更低的价格买到车厘子。然而,近日国内已有多地进口车厘子核酸检测结果为阳性, 在这种情况下,你还敢大呼 “车厘子自由”吗?
01、数据获取
本文利用Python采集了淘宝网1585个商家车厘子销售数据,获取到车厘子的商品名称、商品价格、付款人数、店铺名称、发货地址等字段。限于篇幅,爬虫代码仅给出主函数:
defmain:
browser.get( ‘” width=”755″ height=”202″ />
2.查看数据信息
df.info
< class’ pandas. core. frame. DataFrame’>
Int64Index: 1595entries, 0to 1674
Data columns (total 5columns):
# Column Non-Null Count Dtype
— —— ————– —–
0商品名称 1595non-null object
1商品价格 1595non-null float64
2付款人数 1595non-null object
3店铺名称 1595non-null object
4发货地址 1585non-null object
dtypes: float64( 1), object( 4)
memory usage: 74.8+ KB
发现数据存在以下几个问题:
(1)发货地址有缺失值
(2)付款人数需做提取
(3)发货地址需做分割
(4)自定义索引并降序
3.数据清洗
#剔除缺失记录
df.dropna(axis= 0, how= ‘any’, inplace= True)
#从发货地址字段中切分出省份和城市
df[ “省份”] = df[ “发货地址”].str.split( ‘ ‘,expand= True)[ 0] #expand=True可以把用分割的内容直接分列
df[ “城市”] = df[ “发货地址”].str.split( ‘ ‘,expand= True)[ 1] #提取城市
df[ “城市”].fillna(df[ “省份”], inplace= True) #城市字段空值用省份非空值填充
#用正则表达式从付款人数中提取数字
importre
df[ ‘数字’] = [re.findall( r'(\d+\.{0,1}\d*)’, i)[ 0] fori indf[ ‘付款人数’]] # 提取数值
df[ ‘数字’] = df[ ‘数字’].astype( ‘float’) # 转化数值型
df[ ‘单位’] = [ ”.join(re.findall( r'(万)’, i)) fori indf[ ‘付款人数’]] # 提取单位(万)
df[ ‘单位’] = df[ ‘单位’].apply( lambdax: 10000ifx== ‘万’else1)
df[ ‘付款人数’] = df[ ‘数字’] * df[ ‘单位’] # 计算付款人数
df.drop([ ‘发货地址’, ‘数字’, ‘单位’], axis= 1, inplace= True) # 删除多余的列
#按商品价格降序并重置索引
df = df.sort_values(by= “商品价格”, axis= 0, ascending= False) #降序
df = df.reset_index(drop= True) #重置索引
清洗后,数据预览如下:
03、数据可视化
在以往的数据可视化中,常常以Python可视化库作图。而本文将尝试用Excel进行车厘子数据可视化,因为在绘图方面,Excel完全不输Python!
1.国内哪些地方车厘子卖的最火?
利用省份和付款人数字段数据制作地图,发现上海、浙江和广东等地车厘子销售量最大,西藏、青海和内蒙古销量较小。沿海地区的经济和人口优势,成为车厘子主要的消费市场。
车厘子作为“明星水果”,不菲的价格常常让打工人望而却步。根据国家统计总局发布的最新数据,上海人均可支配收入居首,超过7万元,自然更容易实现“车厘子自由”。北京虽然收入较高,但可能受疫情影响较大,车厘子销量并不多。
2.车厘子到底有多贵?
由上图可知,40%的车厘子价格在201-500元之间(淘宝挂牌价,非每斤价格),50元以下的车厘子占比不到4%,我表示有被贵到,你呢?如果你不嫌贵,那我帮你找到一家,可能符合你的需求,如下:
3.哪些店铺卖的最好?
从销量较高的淘宝店铺来看,基本都是旗舰店,看来大家对店铺品牌度关注较多。福瑞达旗舰店月销量超6万,名副其实车厘子销冠,百果园紧随其后。
4.在售的车厘子具有哪些特点?
为了了解车厘子的特点,对商品名称字段做了文本分析,以果篮为背景绘制了车厘子词云图。主要的特点还是可以看出来的,新鲜、智利、当季、特大等词都是水果店家推销的点。至于孕妇提及频率这么高,有点纳闷,于是百度之:
那么问题来了,特殊时期,我们打工人能不能剁手买车厘子?截至目前,根据中国疾控中心公布的消息,目前并没有发现因为食用进口冷链食品而感染新冠肺炎的病例。因此对于普通消费者来说,无须过于恐慌。当然如果你确实非常焦虑的话,疫情期间也可以多选择国内生产的食品。
结语
本数据分析只做学习研究之用途,提供的结论仅供参考,还请独立思考。
本文为专栏文章,来自:CDA数据分析师,内容观点不代表本站立场,如若转载请联系专栏作者,本文链接:https://www.afenxi.com/82284.html 。