import pandas as pd
import plotly

데이터 불러오기

df = pd.read_excel('df_all_1130_4.xlsx')

df.head()

	site	hotel	score	review	date	star	length	review_spell_check	helpful	attitude	담당자	위치	시설	인테리어	청결	친절	방음
0	아고다	나인트리 프리미어 명동2	10.0	뷰 좋고 위치 좋고 깨끗하고 최고 입니다	NaN	NaN	22	뷰 좋고 위치 좋고 깨끗하고 최고입니다	1	2	주현	1	0	0	0	0	0
1	아고다	신라스테이 광화문	10.0	위치 시설 모두 좋아요	NaN	NaN	12	위치 시설 모두 좋아요	0	2	주현	1	1	0	0	0	0
2	아고다	신라스테이 광화문	2.0	침대에 빨래 먼지로 보이는 먼지가 이불침대 시트 모두에 한가득이었습니다 청소 상태...	NaN	NaN	69	침대에 빨래 먼지로 보이는 먼지가 이불 침대 시트 모두에 한가득이었습니다 청소 상...	1	0	주현	0	0	0	1	0	0
3	아고다	신라스테이 광화문	8.8	위치 시설 서비스 모두 다 만족합니다	NaN	NaN	20	위치 시설 서비스 모두 다 만족합니다	0	2	주현	1	1	0	0	0	0
4	아고다	신라스테이 광화문	8.0	주변에 식사장소도 많고 볼 곳도 많아서 좋습니다다만 주말에는 집회가 근처에서 많아 ...	NaN	NaN	57	주변에 식사 장소도 많고 볼 곳도 많아서 좋습니다 다만 주말에는 집회가 근처에서 많...	1	1	주현	1	0	0	0	0	1

plotly

import plotly.io as pio
import plotly.express as px
import plotly.graph_objects as go
import plotly.figure_factory as ff
from plotly.subplots import make_subplots
from plotly.validators.scatter.marker import SymbolValidator

import numpy as np
import pandas as pd

df['score_'] = df['score'].map(lambda x: round(x))
df['score_'].unique()

array([10,  2,  9,  8,  6,  4,  7,  3,  5], dtype=int64)

df['helpful'].value_counts()

0    1441
1     968
Name: helpful, dtype: int64

리뷰 별 키워드 언급수 계산하기

df['total'] = df[['위치', '시설', '인테리어',
       '청결', '친절', '방음']].sum(axis=1)

df.sample(2)

	site	hotel	score	review	date	star	length	review_spell_check	helpful	attitude	담당자	위치	시설	인테리어	청결	친절	방음	score_	total
2225	야놀자	신라스테이 광화문	2.0	정상적이 부분이	2020-11-06 00:00:00	1.0	8	정상적이 부분이	0	1	하나	0	0	0	0	0	0	2	0
123	아고다	나인트리 프리미어 명동2	10.0	두번째 숙박인데 역시나 위치가 좋음 게다가 가격도 매우 합리적임 숙소1층에 편의점 ...	NaN	NaN	132	두 번째 숙박인데 역시나 위치가 좋음 게다가 가격도 매우 합리적임 숙소 1층에 편의...	1	1	주현	1	1	0	0	0	0	10	2

원형차트

pie = df.groupby(['helpful','total']).count().review
pie = pie.reset_index()
pie.head()

	helpful	total	review
0	0	0	855
1	0	1	390
2	0	2	158
3	0	3	35
4	0	4	2

#pie = df[df.helpful == 1].loc[:,['helpful','total']]
pie.columns = ['helpful','Category_count','review']
add = [(0,6,0),(1,6,0)]
add = pd.DataFrame(add, columns = pie.columns)
pie = pie.append(add, ignore_index = True)
pie = pie.sort_values(["helpful", "Category_count"])
#pie = pie[pie["Category_count"]!=0]
pie['Category_count'] = pie['Category_count'].map(lambda x : str(x))
pie

	helpful	Category_count	review
0	0	0	855
1	0	1	390
2	0	2	158
3	0	3	35
4	0	4	2
5	0	5	1
12	0	6	0
6	1	0	124
7	1	1	331
8	1	2	327
9	1	3	135
10	1	4	45
11	1	5	6
13	1	6	0

pie.groupby(["helpful"]).sum().review

helpful
0    1441
1     968
Name: review, dtype: int64

도움이 되는 리뷰

helpful = pie[pie.helpful == 1]
helpful["total"] = 968
#print(helpful)
helpful["rate"] = helpful["review"]/helpful["total"]
helpful
#helpful = helpful.iloc[:,1:]

	helpful	Category_count	review	total	rate
6	1	0	124	968	0.128099
7	1	1	331	968	0.341942
8	1	2	327	968	0.337810
9	1	3	135	968	0.139463
10	1	4	45	968	0.046488
11	1	5	6	968	0.006198
13	1	6	0	968	0.000000

#text position, textinfo
fig = px.pie(helpful, values = 'review', hover_data = ['Category_count'],
            color_discrete_sequence = px.colors.sequential.dense, names = 'Category_count',labels = {'Category_count' : '포함된 카테고리 수'})  
fig.update_traces(textposition = 'inside', textinfo = 'percent + label', textfont_size = 14,
                  marker = dict(line = dict(color = 'black', width = 1)))

fig.update_layout(title = "도움이 되는 리뷰",showlegend=True)
fig.show()

도움이 되지 않는 리뷰

nonhelpful = pie[pie.helpful == 0]

#text position, textinfo
fig = px.pie(nonhelpful, values = 'review', hover_data = ['Category_count'],
            color_discrete_sequence = px.colors.sequential.dense, names = 'Category_count',labels = {'Category_count' : '포함된 카테고리 수'})  
fig.update_traces(textposition = 'inside', textinfo = 'percent + label', textfont_size = 14,
                  marker = dict(line = dict(color = 'black', width = 1)))

fig.update_layout(title = "도움이 되지 않는 리뷰",showlegend=True)
fig.show()