eplace('万+','').replace('万',''))*10000
else:
returnfloat(str(x).replace('+',''))
df['评价数']=df['评价数'].apply(clean_commit)
清洗后，他进行了快速的探索性分析：
1.价格分布：用df['价格'].describe()和直方图查看。初中数学教辅价格主要集中在20-60元区间，均价约35元，但也有少数高端教辅（如竞赛专题）价格超过100元。
2.销量（评价数）与价格关系：绘制散点图，发现评价数（粗略代表销量）与价格呈微弱负相关，但高评价的爆款往往集中在30-50元这个“黄金价格带”。
3.店铺分析：发现销量高的店铺，除了官方自营，主要是几家大型专营教辅的图书专营店。个人小店铺销量普遍很低。
4.竞品初步观察：筛选出评价数最高的前20本书，查看其书名、特点。发现畅销品集中在几个系列（如“五年中考三年模拟”、“教材全解”、“实验班”等），且名称中常包含“必刷题”、“压轴题”、“冲刺”等关键词，紧扣应试痛点。
第七天：整合与洞察。
他将两份数据（京东、当当）合并，去重（基于书名和价格），得到一个包含312条记录的“初中数学教辅市场样本数据”。他用新学的plotly制作了交互式仪表盘雏形，可以按价格区间、店铺类型、评价数范围进行筛选和查看。
在“商业洞察日记”中，他记录了这次爬虫实践的完整过程和主要发现：
【技能实践：爬虫抓取教辅价格数据】
??目标：获取电商平台初中数学教辅公开数据，用于市场分析。
??过程：
1.技术路径：requests+BeautifulSoup+pandas。应对了动态加载、反爬休眠、数据清洗等典型问题。
2.数据量：最终获得312条有效商品记录（京东156，当当189，去重后）。
3.主要挑战：动态数据加载（京东）、数据字段缺失与异常、不同网站结构差异。
??核心发现（数据层面）：
1.价格区间集中：20-60元为主，均价~35元。为知识产品定价提供参考基准。
2.“黄金价
本章未完，请点击下一页继续阅读！