TMDB电影数据分析

                                                     这是关于TMDB5000条电影数据的分析报告

       数据来源于Kaggle https://www.kaggle.com/tmdb/tmdb-movie-metadata

报告分为：

    （1）提出问题

    （2）认识数据

    （3）清洗数据

    （4）分析数据

    （5）总结

（一）提出问题

     （1）对电影类型的分析，电影类型主要有哪些，哪些电影类型数量最多，电影类型随时间的变化，哪些电影的票房/利润多，观众更喜欢那种类型的电影

     （2）电影票房与哪些因素相关，电影受欢迎程度的分析

     （3）UniversalPictures和Paramount Pictures这两个公司产出电影的情况对比

     （4）对电影导演，突出关键字，电影时长，电影产出地的情况进行分析

     （5）原创电影和非原创电影的分析

(二)认识数据

       从https://www.kaggle.com/tmdb/tmdb-movie-metadata 下载数据集

       有tmdb_5000_credits.csv和tmdb_5000_movies.csv这两个数据集，描述电影演员相关信息和每部电影的基本信息

可以看出credits有4803行4列数据

可以看出movies有4803行20列数据

2.数据清洗

(1)格式转化
   credits数据中，cast、crew都是json的格式，需要将演员、导演读取出来，以字符串格式显示
   movies数据中genres、keywords、production_companies、spoken_languages也是json格式，需要转化成字符串

(a).credits  json解析

(b).movies  json解析

（2）合并数据

  credits和movies中都有movie_id和title,检查这两个字段是否是相同的

可以看出这两个字段是相同的，将movies的title删掉
 方法一&#x