大众点评探索性数据分析

最新推荐文章于 2025-07-01 09:28:35 发布

涤生（bluez）

最新推荐文章于 2025-07-01 09:28:35 发布

阅读量2k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：大数据机器学习文章标签：大众点评探索性数据分析数据分析大数据数据挖掘

本文链接：https://blog.youkuaiyun.com/weixin_40903057/article/details/89705923

本文通过对大众点评3W条糖水店评论的探索性数据分析，展示了数据概要，包括评分分布和店铺评价差异。在数据预处理阶段，提取了时间特征并分析了评论的时间分布，发现评论高峰期在工作日的中午和傍晚以及周末晚上。同时，发现短评往往具有更强的情感表达。文本预处理涉及去除非文本数据、中文分词和停用词过滤，最终以词云形式展示评论关键词。

探索性分析

数据是3W大众点评八大热门糖水店的评论，包含字段：顾客id、评论时间、评分、评论内容、口味、环境、服务、店铺ID

#引入库
import pandas as pd
from matplotlib import pyplot as plt
import pymysql
import seaborn as sns
from wordcloud import WordCloud, STOPWORDS
%matplotlib inline

数据库读入数据

我们使用pymysql库连接mysql数据库，pd.read_sql函数直接通过连接读取数据库数据

#连接数据库，读入数据
db = pymysql.connect("localhost",'root','root','dianping') #服务器：localhost，用户名：root，密码：(空)，数据库：TESTDB
sql = "select * from dzdp;"
data = pd.read_sql(sql,db)
db.close()

数据概要

查看数据大小以及基础信息

data.shape

(32483, 14)

data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 32483 entries, 0 to 32482
Data columns (total 14 columns):
cus_id          32483 non-null object
comment_time    32483 non-null object
comment_star    32483 non-null object
cus_comment     32474 non-null object
kouwei          32483 non-null object
huanjing        32483 non-null object
fuwu            32483 non-null object
shopID          32483 non-null object
stars           26847 non-null object
year            32483 non-null object
month           32483 non-null object
weekday         32483 non-null object
hour            32483 non-null object
comment_len     32483 non-null object
dtypes: object(14)
memory usage: 3.5+ MB

data.head()

	cus_id	comment_time	comment_star	cus_comment	kouwei	huanjing	fuwu	shopID	stars	year	month	weekday	hour	comment_len
0	迷糊泰迪	2018-09-20 06:48:00	sml-str40	南信算是广州著名甜品店吧好几个时间段路过都是座无虚席看着餐单上 ...	非常好	好	好	518986	4.0	2018	9	3	6	184
1	稱霸幼稚園	2018-09-22 21:49:00	sml-str40	中午吃完了所谓的早茶回去放下行李休息了会就来吃下午茶了服...	很好	很好	很好	518986	4.0	2018	9	5	21	266
2	爱吃的美美侠	2018-09-22 22:16:00	sml-str40	冲刺王者战队吃遍蓉城战队有特权五月份和好朋友毕业旅行来了广州...	很好	很好	很好	518986	4.0	2018	9	5	22	341
3	姜姜会吃胖	2018-09-19 06:36:00	sml-str40	都说来广州吃糖水就要来南信招牌姜撞奶红豆双皮奶牛三星云吞面一楼 ...	非常好	很好	很好	518986	4.0	2018	9	2	6	197
4	forevercage	2018-08-24 17:58:00	sml-str50	一直很期待也最爱吃甜品广州的甜品很丰富很多样来之前就一直...	非常好	很好	很好	518986	5.0	2018	8	4