■食べログのpythonスクレイピングと分析 #3 「データの収集（全国分）そしてちょっと分析」

import requests
from bs4 import BeautifulSoup
import time
import pandas as pd

todoufuken_list = [
    "hokkaido/A01",
    "aomori/A02", "iwate/A03", "miyagi/A04",  "akita/A05", "yamagata/A06", "fukushima/A07",
    "ibaraki/A08", "tochigi/A09", "gunma/A10", "saitama/A11", "chiba/A12", "tokyo/A13", "kanagawa/A14", 
    "niigata/A15", "toyama/A16", "ishikawa/A17", "fukui/A18", "yamanashi/A19", "nagano/A20", 
    "gifu/A21", "shizuoka/A22", "aichi/A23", "mie/A24", 
    "shiga/A25", "kyoto/A26", "osaka/A27", "hyogo/A28", "nara/A29", "wakayama/A30",
    "tottori/A31", "shimane/A32", "okayama/A33", "hiroshima/A34", "yamaguchi/A35",
    "tokushima/A36", "kagawa/A37", "ehime/A38", "kochi/A39", 
    "fukuoka/A40", "saga/A41", "nagasaki/A42", "kumamoto/A43", "oita/A44", "miyazaki/A45", "kagoshima/A46",
    "okinawa/A47"
]

for todoufuken_item in todoufuken_list: # 全国分のループ
    count = 0
    for todoufuken_erea_num in range(1, 15): # エリア別　このループで都道府県の一つ分　A0101とか、A0102とか
        info_dict = {}
        url_elem = todoufuken_item.split('/')

        if todoufuken_erea_num < 10:
            place_num = url_elem[1] + "0" + str(todoufuken_erea_num)
        elif todoufuken_erea_num >= 10:
            place_num = url_elem[1] + str(todoufuken_erea_num)
        ## ここまででA0101, A0102ができる

#============================================
# 🤗前回の「ステップ②のコード」のところのコード（importのところは抜いてね！　あと追加したfor文に合わせてインデント）
'''
 for erea_num in range(1, 30):
    if erea_num < 10:
        erea_item = url_elem[1] + "0" + str(erea_num)
    elif erea_num >= 10:
        erea_item = url_elem[1] + str(erea_num)
### ・・・略・・・
'''
#============================================

        output_df = pd.DataFrame(info_dict)
        output_df.to_csv('【csvファイルを出力するpath】/erea_data_' + place_num + "_" + url_elem[0] + '.csv', encoding='utf_8_sig')

    for todoufuken_erea_num in range(1, 15): # エリア別　このループで都道府県の一つ分　A0101とか、A0102とか

        output_df.to_csv('【csvファイルを出力するpath】/erea_data_' + place_num + "_" + url_elem[0] + '.csv', encoding='utf_8_sig')

print(df_hokkaido_tr['day_value'].value_counts())
print("--------------------------------------")
print(df_hokkaido_tr['night_value'].value_counts())

～￥999              16817
-                   8774
￥1,000～￥1,999       7517
￥2,000～￥2,999        937
￥3,000～￥3,999        366
￥6,000～￥7,999        222
￥5,000～￥5,999        174
￥4,000～￥4,999        169
￥10,000～￥14,999      101
￥8,000～￥9,999         70
￥20,000～￥29,999       29
￥15,000～￥19,999       26
￥30,000～￥39,999       11
￥40,000～￥49,999        9
￥50,000～￥59,999        2
￥100,000～              1
Name: night_value, dtype: int64
--------------------------------------
-                  16917
～￥999               4813
￥1,000～￥1,999       3739
￥2,000～￥2,999       2864
￥3,000～￥3,999       2682
￥4,000～￥4,999       1451
￥5,000～￥5,999        815
￥6,000～￥7,999        664
￥10,000～￥14,999      520
￥8,000～￥9,999        423
￥15,000～￥19,999      163
￥20,000～￥29,999      114
￥30,000～￥39,999       37
￥40,000～￥49,999       10
￥60,000～￥79,999        6
￥80,000～￥99,999        5
￥100,000～              2
Name: day_value, dtype: int64