Skip to content

Latest commit

 

History

History

catering_market_msc

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
 
 
 
 

Описание проекта "Рынок заведений общественного питания Москвы"

Инвесторы из фонда «Shut Up and Take My Money» решили попробовать себя в новой области и открыть заведение общественного питания в Москве. Заказчики ещё не знают, что это будет за место: кафе, ресторан, пиццерия, паб или бар, — и какими будут расположение, меню и цены.

Данные

Датасет с заведениями общественного питания Москвы, составленный на основе данных сервисов Яндекс Карты и Яндекс Бизнес на лето 2022 года:

name — название заведения

address — адрес заведения

category — категория заведения, например «кафе», «пиццерия» или «кофейня»

hours — информация о днях и часах работы

lat — широта географической точки, в которой находится заведение

lng — долгота географической точки, в которой находится заведение

rating — рейтинг заведения по оценкам пользователей в Яндекс Картах (высшая оценка — 5.0)

price — категория цен в заведении, например «средние», «ниже среднего», «выше среднего» и так далее

avg_bill — строка, которая хранит среднюю стоимость заказа в виде диапазона

middle_avg_bill — число с оценкой среднего чека, которое указано только для значений из столбца avg_bill, начинающихся с подстроки «Средний счёт»

middle_coffee_cup — число с оценкой одной чашки капучино, которое указано только для значений из столбца avg_bill, начинающихся с подстроки «Цена одной чашки капучино»

chain — число, выраженное 0 или 1, которое показывает, является ли заведение сетевым (для маленьких сетей могут встречаться ошибки)

district — административный район, в котором находится заведение, например Центральный административный округ

seats — количество посадочных мест

Задача

Подготовить исследование рынка Москвы, найти интересные особенности и презентовать полученные результаты, которые в будущем помогут в выборе подходящего инвесторам места.

Используемые библиотеки

pandas, matplotlib, numpy, seaborn, json, plotly.express