python短租数据集分析.zip

#通过对每月获得的评论数排序，得到最为热门或者最为糟糕的房源：用top表示热门，用bottom为糟糕 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns pd.set_option('display.max_columns', None) df = pd.read_csv('listings.csv', index_col=0) # 加载数据，使用第一列为默认索引 # 注意下面这个函数中，concat的方式：把列表内的dataframe组合 feature = ['names', 'minimum_nights', 'price', 'room_type'] label = ['reviews_per_month'] def get_review_tb(data, num): # 获取各区评论数量top/bottom的数量，根据参数 '''获取各区评论数量top/bottom的数量，根据num参数,num为正表示top，为负数表示bottom''' result = [] groups = data.groupby('neighbourhood') for x, group in groups: if num > 0: result.append(group.sort_values(by='reviews_per_month', ascending=False)[:num]) if num < 0: result.append(group.sort_values(by='reviews_per_month', ascending=False)[num:]) result = pd.concat(result) return result reviews_top10 = get_review_tb(df,10) # 获取各区评论数top10的listing信息 reviews_bottom10 = get_review_tb(df, -10) # 获取各区评论数bottom10的listing信息 print(reviews_top10) #用于输出显示情况 print(reviews_bottom10)