星巴克店铺数据集描述性分析

项目简介

本次项目会利用pandas数据分析方法和matplotlib可视化手段对星巴克店铺的分布情况进行分析。

数据来源

本次使用的数据集来源于Kaggle官网，含有13个字段信息：

• Brand 品牌
• StoreNumber 店铺号码
• StoreName 店铺名称
• Ownership Type 所有权类型
• StreetAddress 街道地址
• City 店铺所在城市
• State/Province 店铺所在州，省份
• Country 店铺所在国家
• Postcode 邮编
• PhoneNumber 电话号码
• Timezone 时区
• Longitude 经度
• Latitude 维度

# 设置cell多行输出

from IPython.core.interactiveshell import InteractiveShell 
InteractiveShell.ast_node_interactivity = 'all' #默认为'last'

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import os

os.chdir(r'E:\python_learn\train')

file_name='directory.csv'
data = pd.read_csv(file_name)  
data.head()

	Brand	Store Number	Store Name	Ownership Type	Street Address	City	State/Province	Country	Postcode	Phone Number	Timezone	Longitude	Latitude
0	Starbucks	47370-257954	Meritxell, 96	Licensed	Av. Meritxell, 96	Andorra la Vella	7	AD	AD500	376818720	GMT+1:00 Europe/Andorra	1.53	42.51
1	Starbucks	22331-212325	Ajman Drive Thru	Licensed	1 Street 69, Al Jarf	Ajman	AJ	AE	NaN	NaN	GMT+04:00 Asia/Dubai	55.47	25.42
2	Starbucks	47089-256771	Dana Mall	Licensed	Sheikh Khalifa Bin Zayed St.	Ajman	AJ	AE	NaN	NaN	GMT+04:00 Asia/Dubai	55.47	25.39
3	Starbucks	22126-218024	Twofour 54	Licensed	Al Salam Street	Abu Dhabi	AZ	AE	NaN	NaN	GMT+04:00 Asia/Dubai	54.38	24.48
4	Starbucks	17127-178586	Al Ain Tower	Licensed	Khaldiya Area, Abu Dhabi Island	Abu Dhabi	AZ	AE	NaN	NaN	GMT+04:00 Asia/Dubai	54.54	24.51

定义问题

本次将围绕星巴克店铺所在地展开分析：

• 星巴克店铺全球的分布情况——哪些国家，城市的星巴克店铺最多
• 星巴克店铺在我国的分布情况

数据清洗

# 查看数据结构
data.info()  # → 25600条数据，4个字段

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 25600 entries, 0 to 25599
Data columns (total 13 columns):
Brand             25600 non-null object
Store Number      25600 non-null object
Store Name        25600 non-null object
Ownership Type    25600 non-null object
Street Address    25598 non-null object
City              25585 non-null object
State/Province    25600 non-null object
Country           25600 non-null object
Postcode          24078 non-null object
Phone Number      18739 non-null object
Timezone          25600 non-null object
Longitude         25599 non-null float64
Latitude          25599 non-null float64
dtypes: float64(2), object(11)
memory usage: 2.5+ MB

data.isna().sum()  # 缺失值查看

Brand                0
Store Number         0
Store Name           0
Ownership Type       0
Street Address       2
City                15
State/Province       0
Country              0
Postcode          1522
Phone Number      6861
Timezone             0
Longitude            1
Latitude             1
dtype: int64

• 重点查看City，Country，State/Province这三个字段是否存在缺失值，发现City字段存在15个缺失值，考虑到要分析的是星巴克的店铺信息，若删除会缺失部分信息，选择补填处理

# 查看缺失的具体数据
data[data['City'].isna()]

	Brand	Store Number	Store Name	Ownership Type	Street Address	City	State/Province	Country	Postcode	Phone Number	Timezone	Longitude	Latitude
5069	Starbucks	31657-104436	سان ستيفانو	Licensed	طريق الكورنيش أبراج سان ستيفانو	NaN	ALX	EG	NaN	20120800287	GMT+2:00 Africa/Cairo	29.96	31.24
5088	Starbucks	32152-109504	النايل سيتى	Licensed	كورنيش النيل أبراج النايل سيتى	NaN	C	EG	NaN	20120800307	GMT+2:00 Africa/Cairo	31.23	30.07
5089	Starbucks	32314-115172	أسكندرية الصحراوى	Licensed	الكيلو 28 طريق الاسكندرية الصحراوى, سيتى سنتر ...	NaN	C	EG	NaN	20185022214	GMT+2:00 Africa/Cairo	31.03	30.06
5090	Starbucks	31479-105246	مكرم عبيد	Licensed	شارع مكرم عبيد, سيتى ستارز مول	NaN	C	EG	NaN	20120800332	GMT+2:00 Africa/Cairo	31.34	30.09
5091	Starbucks	31756-107161	سيتى ستارز 1	Licensed	شارع عمر بن الخطاب, سيتى ستارز مول	NaN	C	EG	NaN	20120800350	GMT+2:00 Africa/Cairo	31.33	30.06
5092	Starbucks	1397-139244	سيتى ستارز 3	Licensed	شارع عمر بن الخطاب, كارفور المعادى	NaN	C	EG	NaN	20120029885	GMT+2:00 Africa/Cairo	31.33	30.06
5093	Starbucks	32191-116645	معادى سيتى سنتر	Licensed	القطامية الطريق الدائرى	NaN	C	EG	NaN	20185002677	GMT+2:00 Africa/Cairo	31.30	29.99
5094	Starbucks	3664-142484	سليمان أباظة	Licensed	34شارع سليمان أباظة المهندسين, تيفولى مول	NaN	C	EG	NaN	129007799	GMT+2:00 Africa/Cairo	31.20	30.06
5095	Starbucks	3562-131562	تيفولى	Licensed	ألماظة ميدان الجوهر شارع أحمد فوزى, صالة السفر 1	NaN	C	EG	NaN	018-0819995	GMT+2:00 Africa/Cairo	31.34	30.08
5096	Starbucks	31646-106547	مطار القاهرة	Licensed	صالة السفر 1- مطار القاهرة, فندق سنافير	NaN	C	EG	NaN	20120800335	GMT+2:00 Africa/Cairo	31.41	30.11
5097	Starbucks	31755-107182	سنافير - نعمه بيه	Licensed	فندق سنافير - نعمة بيه, المركاتو مول2	NaN	JS	EG	NaN	20120800327	GMT+2:00 Africa/Cairo	34.33	27.91
5098	Starbucks	32389-107342	المركاتو مول2	Licensed	الهضبة - الملركاتو2 بجوار المسرح الرومانى, مول...	NaN	JS	EG	NaN	20185022217	GMT+2:00 Africa/Cairo	34.33	27.92
5099	Starbucks	32490-111349	خان لاجونا	Licensed	خليج نبق مول - خان لاجونا	NaN	JS	EG	NaN	20189888547	GMT+2:00 Africa/Cairo	34.43	28.04
9871	Starbucks	26909-228505	Vivacity Megamall	Licensed	NA, Na	NaN	13	MY	NaN	82263673	GMT+08:00 Asia/Kuala_Lumpur	110.36	1.53
10767	Starbucks	31429-102231	ابراج البيت 1	Licensed	شارع اجياد- باب الملك عبد العزيز	NaN	2	SA	NaN	96625719012	GMT+03:00 Asia/Riyadh	39.83	21.42

• 发现缺失的City字段的15个数据都是来自于埃及EG这个国家的，为了样本的完整性，决定用State/Province字段填充City字段缺失的数据

data['City'] = data['City'].fillna(data['State/Province'])
data[data['Country']=='EG'][['City','State/Province']]  # 查看EG的City的填补情况

	City	State/Province
5069	ALX	ALX
5070	Cairo	C
5071	Cairo	C
5072	Cairo	C
5073	Cairo	C
5074	Cairo	C
5075	Cairo	C
5076	Cairo	C
5077	Cairo	C
5078	Cairo	C
5079	Cairo	C
5080	Cairo	C
5081	Cairo	C
5082	Cairo	C
5083	Cairo	C
5084	Cairo	C
5085	Cairo	C
5086	Cairo	C
5087	Cairo	C
5088	C	C
5089	C	C
5090	C	C
5091	C	C
5092	C	C
5093	C	C
5094	C	C
5095	C	C
5096	C	C
5097	JS	JS
5098	JS	JS
5099	JS	JS

data['Brand'].unique()

array(['Starbucks', 'Teavana', 'Evolution Fresh', 'Coffee House Holdings'],
      dtype=object)

• 因要分析的品牌店铺是星巴克，发现还存在其他品牌的信息，因此要将星巴克的信息筛选出来作分析

starbucks = data[data['Brand']=='Starbucks']
starbucks.head()

	Brand	Store Number	Store Name	Ownership Type	Street Address	City	State/Province	Country	Postcode	Phone Number	Timezone	Longitude	Latitude
0	Starbucks	47370-257954	Meritxell, 96	Licensed	Av. Meritxell, 96	Andorra la Vella	7	AD	AD500	376818720	GMT+1:00 Europe/Andorra	1.53	42.51
1	Starbucks	22331-212325	Ajman Drive Thru	Licensed	1 Street 69, Al Jarf	Ajman	AJ	AE	NaN	NaN	GMT+04:00 Asia/Dubai	55.47	25.42
2	Starbucks	47089-256771	Dana Mall	Licensed	Sheikh Khalifa Bin Zayed St.	Ajman	AJ	AE	NaN	NaN	GMT+04:00 Asia/Dubai	55.47	25.39
3	Starbucks	22126-218024	Twofour 54	Licensed	Al Salam Street	Abu Dhabi	AZ	AE	NaN	NaN	GMT+04:00 Asia/Dubai	54.38	24.48
4	Starbucks	17127-178586	Al Ain Tower	Licensed	Khaldiya Area, Abu Dhabi Island	Abu Dhabi	AZ	AE	NaN	NaN	GMT+04:00 Asia/Dubai	54.54	24.51

• Postcode，PhoneNumber字段的缺失不影响实际要分析的问题此处不作处理

数据探索

数据样本总体情况

# 数据集数据量
starbucks.shape
print('数据集涵盖数据%i条，%i个字段信息'%(starbucks.shape[0],starbucks.shape[1]))

(25249, 13)



数据集涵盖数据25249条，13个字段信息

# 国家数量
country_count=len(starbucks['Country'].unique())
print('数据集涵盖%i个国家'%country_count)

数据集涵盖73个国家

# 城市数量
city_count = len(starbucks['City'].unique())
print('数据集涵盖%i个城市'%city_count)

数据集涵盖5406个城市

星巴克全球分布情况

# 星巴克全球分布情况
# 哪些国家最多

world = starbucks['Country'].value_counts()[:10]  # 数量最多的前10个国家
world

US    13311
CN     2734
CA     1415
JP     1237
KR      993
GB      901
MX      579
TW      394
TR      326
PH      298
Name: Country, dtype: int64

# 可视化
plt.style.use('ggplot')
world.plot(kind='bar',figsize=(10,8),alpha=0.5,rot=45,color='b')
plt.xticks(fontsize=14)
plt.xlabel('country',fontsize=14,labelpad=12)
plt.ylabel('counts',fontsize=14,labelpad=12)
plt.title('Global distribution of Starbucks for country',fontsize=14,pad=12)
for i,j in zip(range(len(world)),world):
    plt.text(i,j+0.5,j,ha='center',va='bottom',fontsize=12)

• 美国的星巴克店铺数最多，中国次之，其次是加拿大

# 哪些城市最多
city = starbucks['City'].value_counts()[:10]
city

上海市            542
Seoul          243
北京市            234
New York       230
London         215
Toronto        186
Mexico City    180
Chicago        179
Las Vegas      153
Seattle        151
Name: City, dtype: int64

# 可视化
city.plot(kind='bar',figsize=(10,8),color='orange',alpha=0.8,rot=45)
plt.xticks(fontsize=14)
plt.xlabel('city',fontsize=14,labelpad=12)
plt.ylabel('counts',fontsize=14,labelpad=12)
plt.title('Global distribution of Starbucks for city',fontsize=14,pad=12)
for i,j in zip(range(len(city)),city):
    plt.text(i,j+0.5,j,ha='center',va='bottom',fontsize=12)

• 中国上海市作为国际化大都市，星巴克店铺数量最多，多于排名第二的韩国首尔仅300家店铺，而西雅图作为星巴克的总部城市星巴克店铺数量排名第10

星巴克在我国分布情况

# 筛出中国的店铺信息
cn = starbucks[starbucks['Country']=='CN']
cn.shape

(2734, 13)

cn_city = cn['City'].value_counts()[:10]
cn_city

上海市          542
北京市          234
杭州市          117
深圳市          113
广州市          106
Hong Kong    104
成都市           98
苏州市           90
南京市           73
武汉市           67
Name: City, dtype: int64

# 可视化
cn_city.plot(kind='barh',color='g',alpha=0.8,figsize=(10,8))
plt.yticks(fontsize=14)
plt.ylabel('city',fontsize=14,labelpad=12)
plt.xlabel('counts',fontsize=14,labelpad=12)
plt.title('Distribution of Starbucks in China for city',fontsize=14,pad=12)
for i,j in zip(cn_city,range(len(cn_city))):
    plt.text(i+5,j,i,ha='left',va='center',fontsize=12)

• 星巴克作为小资的标志，其店铺选址间接性反映该城市的经济实力。在中国北京，上海，广州，深圳，杭州这些一线城市的店铺数量排名都靠前，这也与这些城市的经济实力有密切的关系

总结

1.星巴克作为小资标志其店铺的分布与国家和城市的经济有密切关系。

2.星巴克在全球的分布中，店铺数量最多的为美国，其次市是中国和加拿大。美国作为经济实力国，中国作为经济实力迅速发展的国家，这两个国家的星巴克店铺排名靠前与其经济发展有密切关系。

3.星巴克在我国城市的分布情况也与城市的经济发展水平有密切关系，其在店铺分布都集中在北上广深，其中最多的是上海市，超出排名第二的北京市超2倍之多的数量。