【Pythonでデータ分析】食べログのデータを収集して東京23区で最高のレストランを探す

こんにちは。TATです。

今日のテーマは「食べログのデータを収集して東京23区で最高のレストランを探す」です。

久しぶりのデータ分析記事になります。

今回は食べログのデータを見ていこうと思います。

東京23区のデータを対象に、データを収集してそのデータを色々な角度から見ていこうと思います。

ジャンルや地域ごとの最強レストランを探したり、価格帯別で美味しいレストランを探していきます。

そして後日訪れますw

【Pythonでデータ分析】食べログのデータを収集して東京23区で最高のレストランを探す

食べログからデータを収集

データ分析を行うにあたって最初にやるべきはデータ収集です。

ここではデータ分析にフォーカスしたいので、コードの解説はなしでサクッといきます。

サイトの確認

東京のレストランを見てみると、全部で126,568店舗ありました。

これをみると、各ページ20店舗ずつ表示されていることがわかります。

ひたすらページを切り替えていけば良さそうです。

問題点：60ページまでしか見れない

ただ、サイトを確認したら問題がありました。

ご覧の通り、60ページまでしかみることができません。

つまり最大でも1,200件までしか表示することができないんですね。

こうなってくると、無限にページを切り替えてデータを収集することは困難になります。

地域単位で収集する

ではどうするか。

僕がとった手段は、地域ごとに分割してデータを取得することです。

東京では12万店舗ほどありますが、東京都→新宿区→大久保のようにエリアを絞っていけば店舗数はほぼ1,200件におさまります。

一部超えてしまうエリアもありましたが、そういった場合はレスランのジャンルでさらに分けたりすれば全データを表示できるようになります。

ただ、今回に限って言えば、「だいたい取れたらいいでしょう」ということで、エリアを絞って取得する方法のみに限りましたw

データ収集結果

結果として、全部で123,281件のレストランデータを取得しました。

全部で126,568件あったので、3,000件ほど取りこぼしていることになります。

まあいいでしょうw

取得したデータは、レストラン一覧ページにあるレストラン名やレビュー、口コミ数、ジャンル、最寄駅、住所、予算などです。

そしてこのデータは東京都全体のデータになるので、今回に分析対象となる東京23区にあるレストランに絞る必要があります。

住所データも取得しているので、ここから区を抽出して、23区外のレストランは排除しました。

最終的な結果は、99,887件になりました。

データの中身を確認する

データの準備が整ったところで、早速いろいろと見ていきます。

全体を把握

まずは全体を把握しておきます。

これにはdescribe関数やinfo関数を使います。

とはいっても数値データはレビューと口コミ数しかありません。

レビューや口コミは全レストランにあるわけではないので、総数よりは小さくなります。

ここで気づきましたが、レビューの最低点数が3点なんですね。

昔は3点未満のレビューもあった気がしたんですが、気のせいですかねw

infoをみるとほぼobjectで文字列であることがわかります。

カラムごとのデータを確認

次に少し細かくカラムごとのデータを見てみます。

まずは先ほど登場したレビューと口コミ数の分布を見てみます。

まずはレビューです。

こういったデータはいい感じの正規分布になることが普通なのですが、少し変な形ですね。

ここには触れてはいけない闇がありそうな感じがしますw

3.25と3.5に山があるのが気になります。

次に口コミ数です。

レビュー数は普通ですね。

カーネル密度関数を見ても滑らかです。

次にジャンルを見てみます。

各値は”、”で区切られているのと、重複があるのできれいにしないといけません。

確認したところ、全部で232個ありました。

見にくくてすみませんw

結構マイナーなものもあるので、分析に使う際にはいくつかピックアップして使った方が良さそうですね。

検索ワードも同様ですね。

最後に予算を確認しましょう。

昼の予算と夜の予算があります。

昼も夜もデータの種類は同じです。

10万円〜ってのがありますがどんなレストランなのか気になります。

レビューと口コミ数の関係をみる

次にレビューと口コミ数の関係についてみていきます。

これだとわかりにくいので、昼の予算ごとに色分けしてみます。

これでも見にくいですが、それでもいくつかわかることがあります。

例えば、安い値段（2,000円未満）のレストランでレビューが4を超えるような高いレストランはほぼありません。

4点を超えるレストランは8,000円以上の予算がほとんどです。

そして、口コミ数で見ると、値段が安くてなおかつポイントが高い3.8点付近が多くなっています。

リーズナブルで点数が高いと、誰でもいきやすいですからね。口コミ数が多くなるのも納得です。

いろいろな指標で最高のレストランを探す

さて、ここからが本題です。

いろいろデータを弄って良さそうなレストランを探していきます。

高級店ばかり見ても仕方がないので、安くて点数の高いレストランを探していきたいところです。

予算別で最高のレストランを探す

まずは予算別に最高のレストランを探っていきます。

高いところで見てもなかなかいけないので、リーズナブルでうまいとこを探します。

ちなみに、予算ごとレストラン数を集計するとこんな感じです。

レビューの平均とかもだしました。

まずは昼の予算別の集計です。

予算1,000円未満でもレビュー4点越えがありますね。

これは期待できます。

夜の予算別のデータも集計しました。

夜になると1万円以上のレストランが激増しますね。

それでは予算ごとの最強レストランを見てきます。

ここでは予算1万円までのデータをまとめました。

ジャンルやレビュー、最寄駅なども加えました。

まずは昼の予算で集計してみます。

低価格帯はラーメンやケーキなどが多いですね。

値段が上がるとフレンチなどが増えてきます。

個人的に蕎麦が大好きなので、￥2,000～￥2,999の4位にある玉笑(そば)はいってみたいですね。

次に夜の予算ごとに集計してみました。

こちらも同様に、低価格帯では見事にラーメンとケーキばかりですね。

値段を考えると当然の感じがします。

それより高くなると、いろいろ出てきますね。

予算ごとにカテゴリーに偏りがあるのは面白いですね。

焼肉とか焼き鳥が多い印象です。

先ほど登場した玉笑(そば)は夜だと￥5,000～￥5,999です。高いのでランチに行こうと思いますw

カテゴリー別で最高のレストランを探す

次にカテゴリー別に探していきます。

予算で分けるとカテゴリーに偏りが見られました。

よって、ここからはカテゴリーごとのレストランを見ていきます。

前述の通り、カテゴリーは全部で200種類以上あるので絞ろうと思います。

僕の独断と偏見でジャンルを適当にピックアップしました。

TAT

韓国料理
台湾料理
しゃぶしゃぶ
ラーメン
ステーキ
パスタ
イタリアン
洋食
カフェ
そば
シーフード
焼肉
中華料理
魚介料理・海鮮料理

だいぶ僕の好みが入っていますが、これでそれぞれでトップ5を見てみます。

気になるお店があれば是非とも調べてみてください。

予算別 × ジャンル別で最高のレストランを探す

最後に、予算とジャンルを組み合わせてレストランを探してみます。

ここでは数が多くなってしまうので、それぞれ第1位のみをまとめます。

まずは昼の予算とジャンルで見てみます。

ジャンルは先ほど選んだものと同じものです。

一部のデータは街灯がないですね。

5,000円のラーメンとかみたことないですからねw

これは仕方なしです。

次に夜の予算とジャンルで見てみましょう。

僕個人としては、ここでは唯一、台湾料理の￥1,000～￥1,999にある新台北は過去に訪れたことがあります。

そのほかはどれも行ったことありません。

これからのお出かけ先の候補になりそうです。

こうやってデータを集めて探すと効率的にレストランが探せていいですね。

まとめ

いかがでしたでしょうか。

ここでは、「食べログのデータを収集して東京23区で最高のレストランを探す」ということで、Pythonを使って食べログのデータを収集して効率的に良さそうなレストランを探してみました。

データとして扱えるようになれば、ジャンルや予算ごとに効率的に探すことができます。

また、今回は行なっていませんが、最寄駅ごとに最高のラストランを探すとかもありですね。

気になるレストランがいくつかあったので、今度訪れてみようと思います。

ここまで読んでくださり、ありがとうございました。