用python3爬取天猫商品评论并分析(1)

本文介绍了使用Python3爬取天猫商品评论并进行数据分析的过程。内容涉及数据采集、数据清洗、数据存储以及在MySQL和SPSS中的初步分析。在数据清洗环节,特别提到了如何处理逗号问题。通过分析,发现了销量高峰和用户偏好的一些趋势。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  在上一篇文章我们已经完成数据的采集,并将数据存储在mysql,现在我们来继续后面的数据分析工作,先放出项目流程:

0. 主要流程

0. 数据采集

0. 目标网址获取

1. 爬虫框架选用

注:了解这一步请登录https://www.jianshu.com/p/2b015d289083

    http://blog.youkuaiyun.com/weixin_41716128/article/details/79306923

1. 数据处理

由于某种原因上一篇采集的960条记录不小心给我删除了--_--(而且没有备份)

 

因此我重新再采集了一次,并且这次只采集只有有追加评论的订单。如图:


对比一下抓取的数据与网页基本一致。

0. 数据存储

数据库是mysql5.7版本,配置与安装数据库这里就不介绍了,度娘很多教材呢!

1. 数据清洗

好了进入正题,我们开始整理数据。初步观察数据是比较完整的,没有什么缺失值。但是要专业分析sql代码还是需要敲下!如下:

select id from iphonex where 当天评论 is NULL or 追加评论 is NULL;

#选择评论为空的id

update iphonex set 当天评论=replace(当天评论,'此用户没有填写评论!','0');

#消除 ’此用户没有填写评论!’ 的字符值

update iphonex set 当天评论=replace(当天评论,',',',');

update iphonex set 追加评论=replace(追加评论,',',',');

#把英文的逗号改为中文格式,方便以后导出csv格式

update iphonex set 机身颜色=机型;

update iphonex set 存储容量=机型;

update iphonex set 机身颜色=replace(机身颜色,'网络类型:无需合约版;机身颜色:','');

update iphonex set 机身颜色=replace(机身颜色,';存储容量:256GB','');

update iphonex set 机身颜色=replace(机身颜色,';存储容量:64GB','');

update iphonex set 存储容量=replace(存储容量,'网络类型:无需合约版;机身颜色:银色;存储容量:','');

update iphonex set 存储容量=replace(存储容量,'网络类型:无需
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值