本文的文字及圖片來源于網路,僅供學習、交流使用,不具有任何商業用途,如有問題請及時聯系我們以作處理，

以下文章來源于CSDN ，作者Gordon，Alice

Python 資料分析實戰講解案例

https://www.bilibili.com/video/BV1954y1r7pi/

前言

現在越來越多年輕人手里的那一杯快樂肥宅水，從可樂換成了奶茶，上世紀80年的奶茶并不像現在的奶茶口味繁多，配料多樣，而大部分80、90后童年的奶茶只有一個名字，那就是“臺灣珍珠奶茶”，只需要一間幾平方米的小店，一臺手動封杯口機器，幾罐不同口味的奶茶粉末，就可以開一家奶茶店，

奶茶起源于中國北方游牧民族，知名于中國臺灣，早期的臺灣奶茶品牌，如CoCo、50嵐、老虎茶等等，前兩家CoCo和50嵐（現在的1點點）都已經成為中國大陸大型的連鎖奶茶店，隨著奶茶越來越受大眾喜愛，涌現出更多的本土奶茶品牌，如蜜雪冰城、益禾堂，再到如今的網紅時代，由于不同奶茶品牌的口味差異不大，如何更好地營銷自己的奶茶品牌，讓消費者能從眾多奶茶中翻到自己的牌子，變得更加重要，例如奈雪的茶主打高端路線，奶茶均價在40元左右；喜茶主打品牌差異化，注重茶飲口感的同時營造店面排長龍的“時尚文化”，

資料獲取

本文資料來源于美團網，抓取了12個熱門城市的奶茶店名單，城市包括：北京、上海、廣州、深圳、天津、西安、重慶、杭州、南京、武漢、成都和長沙，共計68614家奶茶店，3萬多個奶茶品牌，在構建抓取URL時，需要注意將城市的維度具體到城市商圈，因為每個URL最多只顯示32頁內容，保證抓取每個城市時的資料量是準確的，

資料清洗

資料清洗部分，主要清洗了奶茶店鋪名稱，雖然資料均來源于美團網，但是同一個奶茶品牌會有多種格式，如1點點和1點點，大卡司和大卡司DAKASI，由于奶茶品牌數量眾多，并且真偽難辨，所以只能進行針對性清洗，對部分名氣高的奶茶品牌名稱要保證其統一，

# 清洗欄位
def clean(x):
    title = re.sub(u"（.*?）", "", x['title'])
    title = title.replace('點點','點點').replace('（','').replace('）','')
    title = title.replace('一點點','1點點')
    if '一杯會說話的茶' in title:
        title = '1314一杯會說話的茶'
    elif '大卡司' in title:
        title = '大卡司DAKASI'
    elif '1點點' in title:
        title = '1點點'
    elif '都可' in title:
        title = 'CoCo都可'
    elif '書亦燒仙草' in title:
        title = '書亦燒仙草'
    elif '蜜雪冰城' in title:
        title = '蜜雪冰城'
    elif 'royal' in title or 'Royal' in title or 'ROYAL' in title:
        title = 'Royaltea皇茶'
    elif 'ALS' in title:
        title = 'ALS GONG CHA貢茶'
    elif 'GONG' in title:
        title = '貢茶'
    elif '茶百道' in title:
        title = '茶百道'
    elif '吾飲良品' in title:
        title = '吾飲良品'
    elif '悸動燒仙草' in title:
        title = '悸動燒仙草'
    elif '滬上阿姨' in title:
        title = '滬上阿姨'
    elif '7分甜' in title:
        title = '7分甜'
    elif '古茗' in title:
        title = '古茗'
    elif '奈雪' in title:
        title = '奈雪の茶'
    elif '悅色' in title:
        title = '茶顏悅色'
    else:
        pass
    return title
df['title'] = df.apply(clean, axis=1)

資料可視化

當筆者在制作可視化圖表的時候，會發現有些奶茶品牌的名稱極為相似，讓人有一種傻傻分不清楚的感覺，

類似的奶茶品牌名稱

例如喜茶的前身“Royaltea皇茶”，因為皇茶這個商標無法注冊著作權，只能加前綴或后綴，所以就出現了“世代皇茶”，“雅島英皇茶”等等的同胞“兄弟”，正是飽受這種侵權而不能訴諸法律的情況，聶云宸才會想到直接棄了皇茶這個品牌，改名為喜茶，無獨有偶，“貢茶”這個牌子也被各種盜版，而且部分盜版牌子居然還有主頁官網，讓你很難區分哪家才是正品，這也足以顯示奶茶行業品牌競爭的激烈情況，

熱門城市奶茶店鋪數量情況

從全國12個熱門城市來看奶茶店鋪數量分布情況，廣州的店鋪數量是最多的，擁有11419家，之后是深圳（9367家）、上海（7940家）、成都（7361家），4個一線城市中，北京的奶茶店只有4643家，筆者猜測因為北京位于北方，并不像南方一年四季幾乎都是熱天，而奶茶主要是作為冷飲，尤其現在最流行的奶蓋茶，只適用于冷飲，過熱的水溫會導致奶蓋融化，還有一點原因是，由于茶樹的生長發育需要大量水分，對空氣濕度和降水量均有比較高的要求，所以國內茶葉的產地主要集中在南方，相應的運輸成本也有價格優勢，因此相較于南方的熱門城市，北京、天津奶茶店鋪的數量相對較少，

奶茶品牌店鋪數量 TOP15

在這12個熱門城市中，總共有3萬多個奶茶品牌，最為消費者所熟悉的奶茶品牌有1點點和CoCo，它們都擁有超過1500家門店，并且都是存活了10多年的老品牌，此外，書亦燒仙草、蜜雪冰城和貢茶這些也都是有上千家門店的奶茶品牌，它們的門店都喜歡開在一起，類似于麥當勞和肯德基，一旦你在某個城市商圈看到其中一家奶茶店，在幾百米的距離內肯定能找到上述的某幾家奶茶店，

特色奶茶分布情況

有些奶茶店很有自己的地域特色，如果你想品嘗它們的原版奶茶，就可能需要跑到別的城市才能喝到，因為它們大部分分店都只開在本土城市，例如“吾飲良品（I Drink）”大部分分店開設在武漢，“茶顏悅色”的店面93.57%在長沙，“滬上阿姨”雖然生在上海，卻火在天津，分店總數有208家，而上海只有6家分店，“古茗”的分店主要集中在杭州和重慶，“茗”象征著茶，因為這2個城市是盛產茶葉的地方，如果大家到了這些城市，記得打卡喝一杯原汁原味的奶茶，

大眾奶茶分布情況

接下來介紹一下大眾奶茶中的1點點，CoCo，書亦燒仙草和益禾堂的熱門城市分布情況，因為筆者在廣州經常能看到這幾家店，而且店面都是挨得很近，1點點和CoCo在上海的分店數量都是最多的，而書亦燒仙草在成都和長沙比較普遍，益禾堂則是在廣州和深圳，這4家奶茶品牌在廣州分店數量均有上百家，也難怪走到哪都能看到這幾家奶茶店，

奶茶品牌均價情況

“奈雪の茶”和“喜茶”作為近期最火的新式網紅茶飲，前者人均消費39元，后者約31元，而大部分奶茶品牌的均價在10-17元，之所以這兩家奶茶品牌均價會這么高，原因在于它們采用了“茶飲+”的營銷方式，除了近30元一杯的奶茶外，還有吐司，甜品和咖啡等搭配產品，而其它品牌只是單純銷售各式各樣的奶茶，

標籤：Python

上一篇：python分析：爬取《靈籠》這部國產動漫彈幕，分析詞云！看看網友究竟在說啥？

下一篇：Python基礎進階之海量表情包多執行緒爬蟲