天下唯有美食不可辜负。作为在上海工作的“海漂”，生活已经如此艰辛了。既然买不起房子，那就轰轰烈烈地吃吧。然而对于吃货来讲，最大的难题来了：去哪里吃？吃什么？

去哪里吃包含了很大的信息量，包括哪里美食多，哪里的美食便宜，哪里交通更方便些?当然，如果有非常非常tasty的美食就要跋山涉水去寻找呀。吃什么就是哪里的美食种类多?下面我决定利用爬虫工具进行美食数据爬取，通过数据分析来找到我所需要的美食！

数据分析主要流程

本次数据分析的目的是利用美食数据分析：

上海地区哪个商圈店铺数量最多？上海地区哪个商圈消费水平最高？上海地区那个商圈光顾人数最多？

一、首先利用数据采集工具集搜客GooSeeker大众点评上海美食网页进行数据抓取。具体教程可以参考集搜客使用教程

抓取的原始数据如下：

通过观察这里的数据，我发现商铺名称后面都会跟着一个商圈，打算利用商圈进行将来的分类。

二、对数据进行清洗

数据清洗一般占据数据分析整个过程的60%，其中包括：

选择子集 选择进行数据分析感兴趣的几个列，将Excel中的A-L、T-V列进行隐藏

2.重命名列明 在爬取过程中已经设置好了列名上海餐饮数据分析，所以当前的表格不需要进行重命名。

3.删除重复值

4.对缺失值进行处理 通过筛选功能对缺失值进行处理，可以将缺失值替换为平均值上海餐饮数据分析，或者直接选择删除。

在清洗的过程中，发现商圈这一列的商圈种类特别多，而且存在以“区”来划分的情况，经过查找，发现这些数据的数量并不多，我选择了直接删除这些数据，并对商圈名字相似但表示同一个位置的名字进行统一处理。

5.数据一致化处理

这是工作量比较大的一步，首先将商铺名称这一列带括号的部分利用Excel数据选项卡中的分列功能进行拆分，将内部含有的位置剔除出来；然后利用替换功能，将商铺评级这一列的汉字替换成罗马数字进行表达。其次，利用Excel中的Find()、Right()、Left()、LEN()函数将点评数量、人均消费这两列的罗马数字提取出来。

在这些过程之后，出现了一个问题，点评数量这一列的数字下方还附带一个换行符，使得无法利用函数进行计算。所以，通过搜素引擎，找到解决办法如何清除Excel 单元格中的换行符

数据处理之后的表格如下

6.利用数据透视表进行数据分析

利用数据透视表分析点评数量，从而找出人流量最多的商圈。

通过上图就发现，虹桥地区的点评数量最多，其次就是静安寺、人名广场、徐家汇、淮海路地区，大学区、打浦桥、外滩、陆家嘴商圈的点评数量超过了10w条，说明这些地区人流量也是非常大的。如果你想去找人多的地方宣传自己的创意或者作品，这些地方是个不错的选择哦。

其次，利用数据透视表分析各个商圈的人均消费。对于平均消费的计算，我的标准是数据中商圈的商铺数量要大于10家。分析结果如下：

在这里就发现，外滩、陆家嘴的人均消费在400+，其中外滩的人均消费是849.2（惊讶）。对于这个数字我有很大的疑问：这个分析是否准确？于是双击849.2这个单元格，进入详细列表中。

利用数据选项卡中的数据分析功能，进行描述统计的计算：

发现最小人均消费为183元，最大人均消费为5495元！中位数为601.5元。

看来外滩才是有钱人的聚集地。如果想要找美食，我会避开这个地方，更应该去打浦桥、大学区这边人均消费低的地方。当然，淮海路虽然人均消费达到300+，还是有很多较便宜的店铺的。

再来看看店铺评级打分

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！