数据分析你放在人人贷的钱都去了哪里？-36大数据

作者：猫尾KUN

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/loanList?startNum=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%

End.

转载请注明来自36大数据（36dsj.com)： 36大数据 » 数据分析你放在人人贷的钱都去了哪里？