부산 맛집 총점 순위

1. CSV 데이터 불러오기

검색어 - '부산 맛집'  
사이트 - 망고플레이트, 트립어드바이저, 네이버, 구글, 카카오

import pandas as pd

df_mango = pd.read_csv('mango_revise.csv')
df_trip = pd.read_csv('trip_revise.csv')
df_goo = pd.read_csv('google.csv')
df_kao = pd.read_csv('kakao225.csv', encoding='cp949')
df_naver = pd.read_csv('naver02.11.12h.csv')

# 망고 데이터의 Title 기준으로 Merge

df_merge = pd.merge(df_mango,df_naver,how='left',left_on='Title',right_on='title')
df_merge2 = pd.merge(df_merge,df_goo, how='left',left_on='Title',right_on='name')
df_merge3 = pd.merge(df_merge2,df_kao, how='left',left_on='Title',right_on='Title')
df_merge4 = pd.merge(df_merge3,df_trip, how='left',left_on='Title',right_on='Point_trip')

# 빈 데이터프레임 만들기 (각 데이터의 점수 합치는 용도)
df_ranking = pd.DataFrame(index = range(0,200), columns  = ['Title','Mango','Naver','Google','Kakao'])

2. df_ranking 에 필요 자료들 넣기

df_ranking['Title'] = df_merge4['Title_x']
df_ranking['Mango'] = df_merge4['Point_x']
df_ranking['Naver'] = df_merge4['rating_x']
df_ranking['Google'] = df_merge4['rating_y']
df_ranking['Kakao'] = df_merge4['Point_y']

df_ranking.head(2)

# 결측치 0으로 처리 (다른 사이트에 검색결과 없는 식당)
df_ranking = df_ranking.fillna(0)
df_ranking.head(2)

# total 칼럼에 식당별 사이트평점 총합 넣기
df_ranking['Total'] = df_ranking.sum(axis=1)

# 식당 메뉴 등 정보 넣기
df_ranking['Info'] = df_merge4['Type_x']
df_ranking.head(2)

3. sort_values 를 통해 내림차순 정렬

df_ranking = df_ranking.sort_values(by=['Total'],ascending=False)
df_ranking.head(5)

부산 맛집 총점 순위 !!

 1위 해목 (카이센동)  
 2위 고옥 (돈부리)  
 3위 에세떼 (카페)  
 4위 기장손칼국수 (국수)   
 5위 자매국밥 (탕, 찌개)