
作者:刘早起
来源:早起python
前言
近期,全国多地以各种形式投放消费券、消费补贴来鼓励消费,部分城市在首期消费券的基础上,连续追加发放多期消费券。于是,不少网友相互比较起来:你在的城市“撒币”了吗?哪个城市发的券最多?跟随本文一起来看看。
数据说明
如果想从支付宝或者微信等官方网站爬取相关数据会非常困难,因此本文将从专门收集发布此类数据的本地宝网站获取公开数据,首先打开任意一个城市的消费券信息:
然后熟练的 F12 — 查找数据包 发现不同城市的消费券信息对应的URL仅仅变化了城市拼音的首字母:
因此我们只需要将每个城市名转换成拼音首字母缩写,再生成每个城市对应的URL并使用Requests请求+Pandas清洗即可,而这部分都是常规操作此处就不再赘述,来看看最后清洗完成的数据:
什么时候开始
首先让我们来看看哪些城市最先启动发放消费券,哪些城市福利时间最久:
从上面的时间节点可以看到,广西的南宁与梧州在3月26日开启了领取消费券活动,此时杭州、重庆等72城加入发券阵营,而最晚发放消费券的城市则为天津。不过最早开始一定最早结束吗,我们来分析每个城市发券持续时间:
可以看到,有的城市领取时间仅有一两天,比如常州、昆明等。不过也有的城市整个活动甚至持续三个月,所以还没上车的可以去后面几个城市体验一下~
最阔气的省份
现在来分析全国哪些省份最爱发券:
从上面两张图可以发现,最阔气的省份要属于四川,共有 9 城发放消费券,其次是广东、江苏和浙江,分别有 8、8、7 个城市参与,而新疆、西藏、内蒙古等省份没有任何动作。
哪里的券最多
通过上一节分析我们发现四川的城市最爱发券,那么发券城市最多的省份发券的金额就最多吗?我们来看看:
从上图看到,全国共有7省进入消费券亿元俱乐部。虽然四川的城市最多,但是金额最高的省份是浙江,以38.2亿的金额一骑绝尘,第二名为江苏的2.4亿,四川则以2.072亿排名第三。既然浙江的金额最高,我们就看看浙江省内城市的具体情况:
浙江共有7城参与发券活动,除去未公布具体金额的嘉兴,其余6城共发放38.2亿,而温州+杭州两城就占了34.8亿!那么我们再看看这两城的金额在全国城市中是什么水平:
可以看到,排名前十的城市发券金额均达到1亿元,并且温州与杭州均以压倒性的金额领跑全国。可是撒币最多能代表每个人能领到的金额最多吗,我们接着看:
上图为在每一场消费券活动中单个用户可领取的消费券金额排行,我们可以看到这时杭州温州并不算靠前,大多数城市的消费券金额均为50元,但在广西梧州每个人可以领取价值268元的消费券哦!
怎么领、在哪领
本节将对不同城市的领取平台与领取方式进行可视化分析,首先看下在哪领:
除去领取平台不详的城市,选择微信端作为消费券发放平台的城市最多,其次是支付宝和其他APP,并且有几个城市选择在线下发放,现在我们看下领取方式是怎样:
你以为消费券就是到点直接领取?到点直接领取的消费券发放城市不到六成,其他城市的消费券有摇号、抽奖等多种玩法,薅羊毛还要摇号开奖,惊喜不惊喜~
怎么用、在哪用
最后我们来看看你钱包里的消费券的使用方式与使用范围:
从上面的两张图可知并不是所有消费券是你想怎么用怎么用,只有不到20%的消费券可以直接100%全额抵扣,更多的都是以满减形式使用。并且你的消费券也不是想在哪用在哪用,通用消费券仅占到50%不到,大半部分都有限定的使用场景。
结束语
以上就是一次使用python爬取各地消费券数据并进行简单的分析过程,你有抢到补贴吗?其实各地政府发放消费券就是为了刺激消费、活跃市场、恢复经济,如果没抢到也不要难过,毕竟这说明疫情逐渐过去,我们的经济正在复苏,不是吗?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15