在上一篇文章中我介绍了pandas的基本用法,今天我就用pandas实战操作,大家可以一起感受一下数据分析是如何从一堆数字中找到有价值的信息的。下面我也附上了代码,我强烈推荐大家将数据下载下来,亲自去实践敲一遍,我相信收获会更多。
废话不多说! HERE WE GO!!!
一、数据集介绍
可以在链接中自行下载。其中有三个dat数据包,分别为:users.dat、ratings.dat、movies.dat。另外还可下载README文件查看数据具体介绍,我在下面就只进行简短的介绍,想偷懒的同学不用看它的,看我的就够啦!^_^我采用的数据是来自MovieLen的电影数据集(https://grouplens.org/datasets/movielens)中的MovieLens 1M Dataset。需要的同学
users.dat:UserID、Gender、Age、Occupation、Zip-code
movies.dat:MovieID、Title、Genres
ratings.dat:UserID、MovieID、Rating、Timestamp
注:dat文件是数据存储的一种格式,即Data缩写。在pandas中用read_table即可打开。
二、具体分析过程
1、导入数据
ratings = pd.read_table('ratings.dat', header=None, names=['UserID', 'MovieID', 'Rating', 'Timestamp'], sep='::') users = pd.read_table('users.dat', header=None, names=['UserID','Gender','Age','Occupation',