秋天的第一杯奶茶该买哪家?Python 爬取网红奶茶店告诉你!

人走茶凉 提交于 2020-10-28 12:44:56


点击上方“ 印象python ”,选择“ 星标 ”公众号
重磅干货,第一时间送达!
现在越来越多年轻人手里的那一杯快乐肥宅水,从可乐换成了奶茶。上世纪80年的奶茶并不像现在的奶茶口味繁多,配料多样,而大部分80、90后童年的奶茶只有一个名字,那就是“台湾珍珠奶茶”。只需要一间几平方米的小店,一台手动封杯口机器,几罐不同口味的奶茶粉末,就可以开一家奶茶店。

奶茶起源于中国北方游牧民族,知名于中国台湾。早期的台湾奶茶品牌,如CoCo、50岚、老虎茶等等。前两家CoCo和50岚(现在的1点点)都已经成为中国大陆大型的连锁奶茶店。随着奶茶越来越受大众喜爱,涌现出更多的本土奶茶品牌,如蜜雪冰城、益禾堂。再到如今的网红时代,由于不同奶茶品牌的口味差异不大,如何更好地营销自己的奶茶品牌,让消费者能从众多奶茶中翻到自己的牌子,变得更加重要。例如奈雪的茶主打高端路线,奶茶均价在40元左右;喜茶主打品牌差异化,注重茶饮口感的同时营造店面排长龙的“时尚文化”。

图1 奶茶发展史



1-数据获取


本文数据来源于美团网,抓取了12个热门城市的奶茶店名单,城市包括:北京、上海、广州、深圳、天津、西安、重庆、杭州、南京、武汉、成都和长沙。共计68614家奶茶店,3万多个奶茶品牌。在构建抓取URL时,需要注意将城市的维度具体到城市商圈,因为每个URL最多只显示32页内容,保证抓取每个城市时的数据量是准确的。


     
     
# 构建抓取URL
def get_url_1():
    for city,city_code in city_dict.items():
        for block_dict in area_dict[city]:
            for children in block_dict['children']:
                for page in range(1,33):
                    block_code = children['id']
                    offset = 32 * (page-1)
                    # print(city, area, block, block_code)
                    url = 'https://apimobile.meituan.com/group/v4/poi/pcsearch/{}?uuid=6ddabcb37fdd4a8e9cdf.1599125825.1.0.0&userid=280531290&limit=32&offset={}&cateId=-1&q=奶茶果汁&areaId={}&sort=solds'.format(city_code,offset,block_code)
                    redis_db.sadd('meituan_milk', url)



2-数据清洗


数据清洗部分,主要清洗了奶茶店铺名称,虽然数据均来源于美团网,但是同一个奶茶品牌会有多种格式,如1点点和1點點,大卡司和大卡司DAKASI。由于奶茶品牌数量众多,并且真假难辨,所以只能进行针对性清洗,对部分名气高的奶茶品牌名称要保证其统一。


     
     
# 清洗字段
def clean(x):
    title = re.sub(u"(.*?)""", x['title'])
    title = title.replace('點點','点点').replace('(','').replace(')','')
    title = title.replace('一点点','1点点')
    if '一杯会说话的茶' in title:
        title = '1314一杯会说话的茶'
    elif '大卡司' in title:
        title = '大卡司DAKASI'
    elif '1点点' in title:
        title = '1点点'
    elif '都可' in title:
        title = 'CoCo都可'
    elif '书亦烧仙草' in title:
        title = '书亦烧仙草'
    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贡茶'
    elif 'GONG' in title:
        title = '贡茶'
    elif '茶百道' in title:
        title = '茶百道'
    elif '吾饮良品' in title:
        title = '吾饮良品'
    elif '悸动烧仙草' in title:
        title = '悸动烧仙草'
    elif '沪上阿姨' in title:
        title = '沪上阿姨'
    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 '悦色' in title:
        title = '茶颜悦色'
    else:
        pass
    return title
df['title'] = df.apply(clean, axis=1)



3-数据可视化


笔者在制作可视化图表的时候,会发现有些奶茶品牌的名称极为相似,让人有一种傻傻分不清楚的感觉。

图2 类似的奶茶品牌名称

例如喜茶的前身“Royaltea皇茶”,因为皇茶这个商标无法注册版权,只能加前缀或后缀,所以就出现了“世代皇茶”,“雅岛英皇茶”等等的同胞“兄弟”。正是饱受这种侵权而不能诉诸法律的情况,聂云宸才会想到直接弃了皇茶这个品牌,改名为喜茶。无独有偶,“贡茶”这个牌子也被各种盗版,而且部分盗版牌子居然还有主页官网,让你很难区分哪家才是正品,这也足以显示奶茶行业品牌竞争的激烈情况。

图3 热门城市奶茶店铺数量情况

从全国12个热门城市来看奶茶店铺数量分布情况,广州的店铺数量是最多的,拥有11419家,之后是深圳(9367家)、上海(7940家)、成都(7361家)。4个一线城市中,北京的奶茶店只有4643家,笔者猜测因为北京位于北方,并不像南方一年四季几乎都是热天,而奶茶主要是作为冷饮,尤其现在最流行的奶盖茶,只适用于冷饮,过热的水温会导致奶盖融化。还有一点原因是,由于茶树的生长发育需要大量水分,对空气湿度和降水量均有比较高的要求,所以国内茶叶的产地主要集中在南方,相应的运输成本也有价格优势,因此相较于南方的热门城市,北京、天津奶茶店铺的数量相对较少。

图4 奶茶品牌店铺数量 TOP15

在这12个热门城市中,总共有3万多个奶茶品牌,最为消费者所熟悉的奶茶品牌有1点点和CoCo,它们都拥有超过1500家门店,并且都是存活了10多年的老品牌。此外,书亦烧仙草、蜜雪冰城和贡茶这些也都是有上千家门店的奶茶品牌,它们的门店都喜欢开在一起,类似于麦当劳和肯德基。一旦你在某个城市商圈看到其中一家奶茶店,在几百米的距离内肯定能找到上述的某几家奶茶店。

图5 特色奶茶分布情况

有些奶茶店很有自己的地域特色,如果你想品尝它们的原版奶茶,就可能需要跑到别的城市才能喝到,因为它们大部分分店都只开在本土城市。例如“吾饮良品(I Drink)”大部分分店开设在武汉。“茶颜悦色”的店面93.57%在长沙。“沪上阿姨”虽然生在上海,却火在天津,分店总数有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庆,“茗”象征着茶,因为这2个城市是盛产茶叶的地方。如果大家到了这些城市,记得打卡喝一杯原汁原味的奶茶。

图6 大众奶茶分布情况

接下来介绍一下大众奶茶中的1点点,CoCo,书亦烧仙草和益禾堂的热门城市分布情况,因为笔者在广州经常能看到这几家店,而且店面都是挨得很近。1点点和CoCo在上海的分店数量都是最多的,而书亦烧仙草在成都和长沙比较普遍,益禾堂则是在广州和深圳。这4家奶茶品牌在广州分店数量均有上百家,也难怪走到哪都能看到这几家奶茶店。

图7 奶茶品牌均价情况

“奈雪の茶”和“喜茶”作为近期最火的新式网红茶饮,前者人均消费39元,后者约31元。而大部分奶茶品牌的均价在10-17元,之所以这两家奶茶品牌均价会这么高,原因在于它们采用了“茶饮+”的营销方式,除了近30元一杯的奶茶外,还有吐司,甜品和咖啡等搭配产品,而其它品牌只是单纯销售各式各样的奶茶。



4-结语


此次笔者只分析了12个热门城市的奶茶门店数据,如果将范围扩展到全国进行分析,或许能得到更多有意思的结果。另外,由于奶茶的含糖量高,茶叶中又含有咖啡因,容易导致肥胖和失眠,毕竟某个周姓天王歌手由于爱好奶茶已经日益发胖,就是最好的样例。身边也有朋友说晚上喝完奶茶,会睁眼到天亮的情况,所以奶茶不能多喝。目前也有部分品牌开始推出无糖茶,用代糖来代替白糖,这也许是奶茶的未来趋势,既好喝又健康的奶茶,谁不爱呢?最后,如果有同事或朋友想请你喝奶茶,请参考图7价格表,好好“善待”一番吧。

回复下方 「关键词」,获取优质资源


回复关键词 「linux」,即可获取 185 页 Linux 工具快速教程手册和154页的Linux笔记。


回复关键词 「Python进阶」,即可获取 106 页 Python 进阶文档 PDF


回复关键词 「Python面试题」,即可获取最新 100道 面试题 PDF


回复关键词 「python数据分析」,即可获取47页python数据分析与自然语言处理的 PDF


回复关键词 「python爬虫」,满满五份PPT爬虫教程和70多个案例


回复关键词 「Python最强基础学习文档」,即可获取 168 页 Python 最强基础学习文档 PDF,让你快速入门Python


end


推荐我的微信号

来围观我的朋友圈,我的经验分享,技术更新,不定期送书,坑位有限,速速扫码添加!
备注:
开发方向_昵称_城市,另送你10本Python电子书!

本文分享自微信公众号 - 印象Python(Python_logic)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!