第77章 爬虫抓取的第一份数据：教辅价格 (5 / 8)

        def _mit(x):

        if '万' in str(x):

        return float(str(x).repce('万+','').repce('万','')) * 10000

        else:

        return float(str(x).repce('+',''))

        df['评价数'] = df['评价数'].apply(_mit)

        清洗后，他进行了快速的探索性分析：

        1. 价格分布：用df['价格'].describe()和直方图查看。初中数学教辅价格主要集中在20-60元区间，均价约35元，但也有少数高端教辅（如竞赛专题）价格超过100元。

        2. 销量（评价数）与价格关系：绘制散点图，发现评价数（粗略代表销量）与价格呈微弱负相关，但高评价的爆款往往集中在30-50元这个“黄金价格带”。

        3. 店铺分析：发现销量高的店铺，除了官方自营，主要是几家大型专营教辅的图书专营店。个人小店铺销量普遍很低。

        4. 竞品初步观察：筛选出评价数最高的前20本书，查看其书名、特点。发现畅销品集中在几个系列（如“五年中考三年模拟”、“教材全解”、“实验班”等），且名称中常包含“必刷题”、“压轴题”、“冲刺”等关键词，紧扣应试痛点。

  The content is not finished, continue reading on the next page