import pandas as pd
pd.options.display.max_rows=100
unames = ['user_id', 'gender', 'age', 'occupation', 'zip']
users=pd.read_table('D://01//users.dat',sep='::',header=None,names=unames,engine='python')
users
rnames = ['user_id', 'movie_id', 'rating', 'timestamp']
ratings = pd.read_table('D://01//ratings.dat', sep='::',
header=None, names=rnames)
ratings
mnames = ['movie_id', 'title', 'genres']
movies = pd.read_table('D://01//movies.dat', sep='::',
header=None, names=mnames)
users[:5]
ratings[:5]
movies[:5]
data=pd.merge(pd.merge(ratings,users),movies)
data
data.iloc[0]
mean_ratings=data.pivot_table('rating',index='title',
columns='gender',
python 数据分析案例——电影评分分析
最新推荐文章于 2024-08-13 17:30:00 发布
本文通过Python进行电影评分数据的分析,涵盖了数据获取、预处理、统计分析和可视化等步骤,帮助读者理解如何运用Python进行实际的数据分析项目。
摘要由CSDN通过智能技术生成