数据分析实战——星巴克门店数量可视化分析

星巴克门店分布可视化分析

项目介绍：使用python对星巴克门店分布进行可视化分析

数据背景：数据源来自与Kaggle: Starbucks Locations Worldwide | Kaggle，囊括了截至2017/2月份全球星巴克门店的基础信息，包括品牌名称、门牌地址、所在国家、经纬度等一系列详细的信息。
数据介绍：

字段名称	解释说明
Brand	品牌名称
Store Number	门店编号
Store name	门店名称
Ownership Type	门店所有权类型
Street Address	State/Province
City	门店所在的城市
State/Province	门店所在的省份
Country	门店所在的国家
Postcode	门店所在地址的邮政编码
Phone Number	门店的联系电话
Timezone	门店所在地的时区
Longitude	门店地址的经度
Latitude	门店地址的纬度
centered 文本居中	right-aligned 文本居右

任务概述

• 星巴克旗下有多少个品牌
• 统计全球有多少个国家开设了星巴克门店，显示排名前五和后十的国家
• 显示拥有星巴克门店数量前十的城市
• 按照星巴克在中国的分布情况，统计排名前十的城市
• 用饼图显示星巴克的经营方式有几种

导入必要的数据包

import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

读取数据并查看

data = pd.read_csv(r'./Desktop/directory.csv.csv')
data.head()

查看缺失值

data.isnull().sum()

利用isnull()函数对数据进行缺失值统计，可以发现每一列数据的缺失情况，在此数据中city、postcode、phone number字段存在较多缺失值，但本次任务处理的指标与其相关不大，故不对其进行处理

统计星巴克旗下有多少品牌

num = len(data['Brand'].unique())
print('星巴克旗下有%d个品牌'%num)
data['Brand'].value_counts()

利用unique()函数对”Brand‘字段进去去重处理，得到星巴克旗下的品牌数量，再利用value_counts函数对每一个品牌的门店数量进行统计，发现星巴克旗下一共有4个品牌，其中Starbucks门店数量最多，达到了25249家。

打印出全世界一共有多少个国家开设了星巴克门店，显示门店数量排名前5和后10的国家。

country_num = len(data['Country'].unique())
print('全国一共有%d个国家开设了星巴克门店'%country_num)

接着利用groupby函数对’country‘进行分组聚合，统计门店数量前五的国家，降序排列

dff = data.groupby(["Country"]).size().reset_index()
dff.columns = ['country','number']
dff.sort_values(by = ['number'],ascending = False).head()

果不其然，星巴克的门店数量在美国最多，达到了13608家，是第二名中国的近6倍之多。我们将其可视化为图表显得更为清晰明了。

plt.figure(figsize=(20,8))
plt.bar(top_5.index,top_5,width=0.5,color=['r','g','b','y','m'])
plt.xlabel('国家',fontsize = 20)
plt.ylabel('门店数量',fontsize = 20)
plt.xticks(fontsize = 20)
plt.yticks(fontsize = 20)
plt.grid(linestyle = '--',alpha = 0.5)
plt.title('星巴克全球门店数量排名前五的国家',fontsize = 20)
plt.show()

• 全球门店数量最少的十个国家
  我们在探究了全球门店数量最多的几个国家之后，也来看看星巴克在哪一些国家的门店数量最少

plt.figure(figsize=(20,8))
plt.bar(tail_10.index,tail_10,color = 'brown')
plt.xlabel('国家',fontsize = 20)
plt.ylabel('门店数量',fontsize = 20)
plt.xticks(fontsize = 20)
plt.yticks(fontsize = 20)
plt.title('星巴克全球门店数量最少十个国家',fontsize = 20)
plt.show()

据上图可见，在AD、LU、MC这三个国家的门店数量最少，在AD国家仅仅只有一家门店

显示拥有星巴克门店数量排名前10的城市

在查看了拥有门店数量最多的国家后，我们在再来探究星巴克在全球门店数量最多的10个城市并可视化展示

len(data['City'].unique())
city_count = data['City'].value_counts().head(10)
city_count

plt.figure(figsize=(20,8))
plt.bar(city_count.index,city_count)
plt.xlabel('城市',fontsize = 15)
plt.ylabel('门店数量',fontsize = 15)
plt.xticks(fontsize = 15)
plt.yticks(fontsize = 15)
plt.title('星巴克全球门店数量排名前十的城市',fontsize = 20)
plt.show()

我们发现，竟然全球门店数量最多的城市是在上海，有542家，不愧是魔都，第二名和第三名是首尔和我们的首都北京，二者数量都差不多。第10名西雅图，是星巴克总部所在地，除了这个原因，也许西雅图程序员也贡献了不少营业额

按照星巴克门店在中国的分布情况，统计排名前10的城市

df = data[data['Country'] =='CN'] #先把中国的门店数据提取出来

df2 = df.groupby(["City"]).size().reset_index()# 利用groupby分组聚合
df2.columns = ['city','number']
df2.sort_values(by = ['number'],ascending = False).head(10)# 按各城市门店数量降序排列 取前十

毫不意外，发现星巴克在中国门店数量最多的几个城市都是国内gdp高度发达的城市，主要聚集在珠三角，长三角和北京，在这些发达城市才能支撑得起星巴克的高消费，接下来我们可视化展示一下：

plt.figure(figsize=(20,8))
plt.bar(china_city.index,china_city,color = 'c')
plt.xlabel('城市',fontsize = 15)
plt.ylabel('门店数量',fontsize = 15)
plt.xticks(fontsize = 15)
plt.yticks(fontsize = 15)
plt.title('星巴克在中国门店数量排名前十的城市',fontsize=20)
plt.show()

用饼状图显示星巴克门店的经营方式有几种

#绘制饼图
plt.figure()
plt.pie(work_style,labels=data['Ownership Type'].value_counts().index,autopct='%1.2f%%')
plt.axis('equal')
plt.legend()
plt.title('星巴克的经营方式')
plt.show()

星巴克的经营方式主要为四种，其中company owned公司自主经营占了46.6%，将近一半，其次就是Licensed许可经营，占了36.6%，剩余少部分的就是Joint venture和franchise。

总结

本文按照星巴克门店的数量对国家和中国的城市进行排序，主要利用了pandas中DataFrame的groupby方法进行分组聚合，value_counts函数进行值的统计，使用DataFrame.reset_index()方法重新指定索引、sort()方法进行排序以及matplotlib库进行柱状图，饼图的绘制。