Movielens/IMDB电影数据分析(三)

接着上一篇文章的内容。本文主要进行数据清洗：

1. 电影时长不是数值，而是字符串
2. 电影流派不是原子数据，很难提取特定的流派做分析。
3. 上映年份格式修正
4. 投票数修正为整型

本来以为自己爬取的数据存在两个瑕疵，但是在实际应用中发现，还有一个巨大的瑕疵：desecribe的时候，发现Votes一列不能被describe。

进行info查看信息的时候，发现Votes是一组对象，不为整型。使用int()函数强制转换的时候，出现报错。这才想起，爬取的数据为带逗号的数字，在python中被识别为字符串。

1.将电影时长转换为整型

遍历电影时长，将时长进行分裂（以空格分裂），分裂后成为列表&#