数据分析你放在人人贷的钱都去了哪里？

摘要：本文使用python抓取分析数据—人人贷，并从中获取贷款用户。

一、抓取准备

导入必要的库

import requests #提取页面信息
import json
from urllib.parse import urlencode
from pandas import DataFrame

二、获取URL地址

使用chrome浏览器—检查功能，因为页面是动态加载，我们以获取页面的两个url讲解：

url1=https://www.renrendai.com/pc/loan/list/loanListstartNum=0&limit=10&_=1504013654389

url2=https://www.renrendai.com/pc/loan/list/loanListstartNum=1&limit=10&_=1504013654389

可以观察到页面是随着startNum=N中N变化的，所以可以N为参数进行不同页面信息的抓取

接下来设置一个请求的头文件信息，目的是包装一下我们的爬虫，以防反爬虫的拦截而抓不到数据。

Headers={

‘Host’:’www.renrendai.com’,

‘Referer’:’https://www.renrendai.com/pc/loan.html’,

‘User-Agent’:’Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.101 Safari/537.36’

}

三、页面信息提取

采用requests+json库进行提取:

Res=requests.get(url,Headers)

html=json.loads(Res)

result=[]

if data and ‘data’ in data.keys():

loan = data.get(‘data’)

for item in (loan[‘loans’]):

items={

‘loanId’:item.get(‘loanId’),

‘title’:item.get(‘title’),

‘amount’:item.get(‘amount’)

}

result.append(result)

return result

四、数据保存

采用pandas库，因为我们的体量并不是很大，因此直接保存为xlsx格式就可以了。

data=[]

for i in range(10):

detail.extend(get_comments(i))

f = DataFrame(data)

f.to_excel(‘renrendai.xlsx’)

最后我们就可以得到excel格式的数据了。

五、贷款项目分布

用excel做饼图，可以看到贷款项目主要用于资金周转，占比超过一半，其次是用于装修，占比18.97%

本文作者：猫尾KUN，本文由猫尾KUN投稿至数据分析网，并经编辑发布，版权归作者所有。