Python分析万条数据，告诉你奔驰宝马奥迪谁更垃圾！快来学Python！！
我们知道每辆车都有它的特点和受众群体，特别是对于这种有上百年品牌积淀的BBA。奔驰的高逼格，宝马的驾驶感，奥迪的科技感等，但是这些特点不一定是你买它的理由。
每辆车肯定都有缺点，如果这些缺点你无法忍受，那一定是你不买的理由。与其打破脑袋做选择题，不如换个思维方式，用排除法，做“不选”题。
按照这个思路，我就想着怎么样把这三个车的问题搜集出来，对比看看哪个更加无法接受。最后在做出选择。思路有了，问题就有了解决方案了：
搜集各个车型的问题搜集完后做数据清洗聚合问题点生成词云对比，更具有视觉效果好了，说干就干。第一步，问题搜集。要搜集问题，自然要找投诉网站。有个12365车质网就是让用户上报投诉信息的，我们也可以按照车型搜索投诉信息，如图：
按车型搜索投诉信息
搜索后，得到详细的投诉信息列表，很全很强大！
我们只要把这些信息写个爬虫爬下来就可以了。这个简单。按照我们之前写过的爬虫，5分钟，总共不超过20行代码，就把这些数据拿下了。没办法，python爬虫就是这么强大！特别是对于这种第三方机构的网页，基本上没有什么反爬虫措施。爬取后的数据如下,大概10000条：
每一行为一个投诉，每个投诉有车型车款投诉信息和投诉日期等字段，完全够用了。
原材料有了，接下来就开始做菜了。按照需求：“分析每个车型的主要缺点，看看哪个更加无法接受”来搭建数据分析的指标和方法。
我的思路：第一，总体观：先看看哪个车型故障比较多 第二，细化到每个车型在看看每个车型的主要问题
总体分析简单，直接用pandas聚合，看看每个车型的投诉总数和占比：
可视化：
Oh, yeah！做之前我还对奥迪A4抱有一丝希望，没想到这丫竟然独占60%的投诉量！比另外两个加在一起还多。我在想这个是不是和销量相关呢？可能是因为销量多，所以投诉多？那好，把销量数据拿出来。
这里有一家网站，车主之家，可以按照车型查找到每个月的销量：
同样的，我们用爬虫爬取了2009-2019共11年三个品牌的销量数据：
OK，把这个数据和投诉数据放到一起：
销量可视化：
我靠，这下死的明白了！
宝马11年共卖了近140万辆3系，在三者中最高，但是投诉数量却是最少，从数据上看似乎质量比另外两个可靠。奥迪A4在销量方面比宝马3系稍逊一筹，超过120万辆，但是投诉数量确是宝马4倍左右。奔驰的销量和两外两兄弟不在一个级别上，但其实投诉也不少。我们再来看一下按月份销量走势图：
2009-2015，宝马3系的历年销量都是最高，但是2015年之后不知道发生了什么，这种优越感荡然无存。特别是2019年下半年开始，销量大幅下滑，现在处于稳步复苏阶段。2009-2014，奔驰C级存在感一直非常低，月销量大部分时候不到5000。从2014年3月份开始，产品开始发力，一直到现在都是一个稳步上升趋势。估计是哪个时间点产品换代。最近几年（2015-2019），三个车型的销量非常接近，竞争越来越激烈。再来看一下按照月份的投诉量统计：
基本上每个月奥迪的投诉总量都是最高，宝马最低。但是要看到宝马和奔驰的投诉数量近几年有增长的趋势奥迪在2015年前后和2017-2019年有个投诉集中爆发的阶段，其实如果把这些非常高的离群点处理掉，奥迪投诉量没有那么夸张。综上，从整体数据来看：
宝马3系的投诉总量最低，而且是在销量最高的前提下。但是要看到宝马3系的黄金时期是在2009-2015年间。销量大幅领先且投诉少。最近几年投诉量有上升趋势。奔驰随着产量销量的上升，投诉量也在增长。从数据上来看，最不推荐的是奥迪A4，投诉量一直居高不下。但是：
第一，这只是一家网站的数据，是否全面需要商榷； 第二，每个品牌的车主是否都有上网投诉的习惯，这个也是未知。后期打算做一个各个品牌车主的人物画像在深入分析。
这里在此强调以上只是通过数据就事论事。
第二步：各个品牌的缺点画像。
这里的内容主要是用jieba分词来对统计投诉问题做词频统计，之后利用词云工具来展示。因为python有这些第三方库，做这些事情无比简单。别人做好了工具直接调用即可。
首先先看一下总体的情况：
1. 发动机和变速箱作为车里面性能最关键的两个大件，在投诉方面也毫不示弱。变速箱异常、发动机异响很能吸引眼球。
2. 车内异味问题也是广大消费者投诉的重点对象。
下面我们在分车型看一下：
按照字母顺序，奥迪先来：
异味和烧机油问题突出。看来烧机油是大众的通病。我们在把词分的更细一点看看：
可以看到除了异响异味以外，防冻液和轮胎也很突出。
在看一下奔驰C：
对比奥迪，奔驰C发动机故障灯亮和4S商家服务问题突出一点。细分在看一下可以看到提到比较多有故障灯，凸轮轴等
最后看一下宝马：
宝马和奥迪一样，都有严重的烧机油问题，但是宝马的似乎和气门机构有关系，这里漏油。宝马车主还提到发动机控制模块故障和高速熄火问题，这个挺严重综上：如果大家对Python感兴趣的话，可以加一下我的薇信哦：abb436574，免费领取一套学习资料和视频课程哟~
1. 车内异味问题，在奥迪和奔驰上非常突出，在宝马上好一点
2. 烧机油现象在宝马和奥迪上比较普遍，在奔驰上投诉较少。而且在宝马上，很多投诉气门盖出漏油
3. 奔驰上除了通病以外，有发动机故障灯和4S店的问题。
有了这些问题，在怎么选择，就看个人了。
Python分析万条数据，告诉你奔驰宝马奥迪谁更垃圾！快来学Python！！相关推荐
- Python分析万条数据，告诉你奔驰宝马奥迪谁更垃圾
最近我一在杭州做外贸生意的老表让我给他推荐一辆车,自己的宝来开了5年多,感觉不香了,这次要我给他从BBA中选一个,落地35万以内落地.我想这做生意稳重一点,35万以内差不多就是奔驰C,宝马3和奥迪A4 ...
- 8万条数据告诉你:跟着大股东和高管买他家股票，能赚钱吗？【邢不行|量化小讲堂系列60-实战篇】
引言: 邢不行的系列帖子"量化小讲堂",通过实际案例教初学者使用python进行量化投资,了解行业研究方向,希望能对大家有帮助. [历史文章汇总]请点击此处 [必读文章]EOS期现 ...
- Python 分析 9 万条数据告诉你复仇者联盟谁才是绝对 C 位！
<复联 4>国内上映第十天,程序员的江湖里开始流传这样一个故事,即: 漫威宇宙,其实就讲了一件事情.整个宇宙就好比一个项目组.其中有一群叫作美国队长.钢铁侠.惊奇队长.浩克.索尔等人在维护 ...
- Python分析9万条数据告诉你复仇者联盟谁才是绝对C位
作者 | 罗昭成 责编 | 唐小引 转载自CSDN(ID:CSDNnews) <复联 4>国内上映第十天,程序员的江湖里开始流传这样一个故事,即: 漫威宇宙,其实就讲了一件事情.整个宇宙就 ...
- 复仇者联盟谁才是绝对 C 位？Python分析9万条数据告诉你答案
作者 | 罗昭成 责编 | 唐小引 <复联 4>国内上映第十天,程序员的江湖里开始流传这样一个故事,即:漫威宇宙,其实就讲了一件事情.整个宇宙就好比一个项目组.其中有一群叫作美国队长.钢铁 ...
- Selenium爬取36万条数据告诉你：网易云音乐热评究竟有什么规律？
网易云音乐火不火我不知道,可是评论很火,之前也见过不少的帖子抓取网易云音乐评论,今天咱们也来试试 这篇文章主要介绍了python selenium爬取网易云音乐热评,文中通过示例代码介绍的非常详细,对 ...
- 免费学python的软件-此贴告诉你：为啥shell脚本人，不建议学python
------[1在linux安装powershell,并不是难题]------ 无需编译,一键安装powershell: centos7及以上,安装powershell: curl -o /etc/y ...
- 网易云音乐热评的规律，44万条数据告诉你
网易云的每日推荐里藏着你听过的歌,你听过的歌里藏着你的故事. 网易云音乐的评论里,藏着许多人的故事. 我们爬取了网易云音乐中华语歌单中48400首歌的444054条热评,来看看网易云的热门评论里,有怎 ...
- 44 万条数据揭秘：如何成为网易云音乐评论区的网红段子手？
作者 | 朱小五 责编 | 伍杏玲 有个段子讲"十年文案老司机,不如网易评论区,网易文豪遍地走,评论全部单身狗",网易云音乐的评论区也一直都是各类文案大神的聚集地. 那么我们普通用 ...
最新文章
- 警惕ASP网站Global.asa导致网站被挂马或转向
- Linux之awk：按照字符或列进行筛选与计算列值 条件动作
- 这年头，胡萝卜也靠不住了
- “双十一”Guitar Pro 带你高姿态过光棍节
- [zz]linux修改密码出现Authentication token manipulation error的解决办法
- 【Elasticsearch】es 7.8.0 唐诗三百首写入 Elasticsearch 会发生什么
- 二叉树的遍历 C/C++语言实现
- 笔记本系统恢复连载之十：系统恢复并不难
- 挑战程序设计竞赛：三角形
- SSO单点登录原理详解（从入门到精通）
- Slurm的前处理prolog和后处理epilog
- 信息安全管理——仿射密码破解
- 谈谈局域网监控软件，网和外网有什么区别...
- xposed模块开发第一篇
- JavaScript时间格式化
- php array assoc,PHP array_uintersect_assoc() 函数
- 你为什么被拒？盘点面试失败的3大原因
- win10pe系统计算机名修改,Win10怎么修改账户名？|Win10怎么改用户名称？
- MySQL的存储过程（in、out、inout）
- 定制化ROM采坑之路（2）:魔趣OS刷入小米5A手机过程详解