pandas数据分析案例：利用python进行汽车数据分析可视化实例

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中选了。至于选哪一个就很头疼了。

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：

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。

由于篇幅限制，本次分享到此结束。其实后面还可以进一步挖掘，比如每个投诉都有车款信息，可以在挖掘投诉是否和某个车款（高中低配）相关等。这个读者可以自行尝试了。

很显然在目前的信息时代，借助类似于FineBI的这些工具，可以让企业加速融入企业数据分析的趋势。备受市场认可的软件其实有很多，选择时必须要结合实际的情况。一般的情况下，都建议选择市面上较主流的产品，比较容易达到好的效果，目前企业数据分析BI软件市场占有率前列的，就是帆软BI软件——FineBI。