用Python爬取分析某东618畅销商品销量数据，带你看看大家都喜欢买什么！

Posted 2021-06-19 Python研究者

618购物节，辰哥准备分析一波购物节大家都喜欢买什么？本文以某东为例，Python爬取618活动的畅销商品数据，并进行数据清洗，最后以可视化的方式从不同角度去了解畅销商品中，名列前茅的商品是哪些？销售数据如何？用户好评如何？等等

本文结构如下：

1、爬取某东畅销商品数据

2、清洗数据并并进行简单分析

3、将数据进行可视化展示

数据的字段如下：

一共爬取了243条某东畅销商品数据

01、获取数据

1.   分析网页

在编写代码之前，先来分析一波网页。

上面是某东的畅销商品，通过辰哥分析分析，该网页有异步加载（前面10个商品是静态加载，剩下的是动态异步加载），因此我们需要写了个请求去获取数据。

2.   获取静态网页商品链接

商品的销售、评论等数据在商品详情页，这里先获取商品详情页链接

结果如下：

3.   获取动态网页商品链接

通过抓包可以获取到动态加载链接，并获取到商品标题和商品id（这里的商品id可以用于后面拼接商品详情页链接）

获取json数据后，提取出商品标题和商品ID

4. 获取打折、原价、秒杀价

通过商品ID可以获取到商品打折、原价、秒杀价（这里有接口，接口是通过抓包获取的，感兴趣的可以去自己去尝试，不明白的可以直接使用）

这里将该功能封装成函数，通过传入商品ID就可以获取该商品的商品打折、原价、秒杀价

结果如下：

5. 获取评论数、好评数、中评数、差评数、好评率

通过商品ID可以获取到评论数、好评数、中评数、差评数、好评率（同样这里有接口，接口是通过抓包获取的，感兴趣的可以去自己去尝试，不明白的可以直接使用）

结果如下：

6.   保存到excel

接着开始遍历商品，并通过ID去获取商品的销售情况（步骤4和步骤5的函数），最后把数据保存到execl

定义表头

写入数据

其中的get_price和CommentCount是步骤4和步骤5的函数。count是excel中行数，因此在循环中count+1，依次写入下一行。

最终保存结果

一共爬取了243条某东畅销商品数据

02、数据分析&可视化

1.数据清洗

需要清洗的内容，主要有图中这三列（标题、打折、好评数）。

清洗目标：

1. 标题过长（长度控制在10内），不方便后面的画图

2. 打折字段中含有折字，在进行排序时不能直接转数值型。

3. 好评数中的万，转为具体数值，如1.2万转为12000

清洗结果：

2.可视化-商品打折力度

从清洗后数据中取出：商品名称和打折这两列，进行【排序】从打折最大到打折最小。最后取出前15名进行可视化

核心代码****如下:

可视化效果：

3.可视化-好评率统计

从数据中取出：好评率这列，对不同的好评率进行统计，如好评率是100%（1）的商品多少件，好评率99%（0.99）的商品多少件等。

核心代码****如下:

可视化效果：

3.可视化-畅销商品销量排行

从数据中取出：商品名称和评论数这两列，这里根据评论数去作为销售依据，对商品的销量进行排序（高到低），并取出前15名进行可视化。

核心代码****如下:

可视化效果：

4.可视化-畅销商品前15名原价与秒杀价对比

在上面的分析中可以知道畅销商品的销量前15名，这里将这15件商品的原价和秒杀价进行可视化对比。

核心代码****如下:

可视化效果：

03、小结

本文以某东为例，Python爬取618活动的畅销商品数据，并进行数据清洗，最后以可视化的方式从不同角度去了解畅销商品中，名列前茅的商品是哪些？销售数据如何？用户好评如何？等等

不明白的地方可以在下方留言，一起交流。