基于python的音乐数据分析_基于Python的亚马逊音乐产品评论分析

一、分析背景

数据集：亚马逊乐器评论数据集

数据来源：https://www.kaggle.com/eswarchandt/amazon-music-reviews​www.kaggle.com

数据描述：

这是ISRO给出的问题陈述，用于对客户意见进行分类。这将有助于组织了解客户反馈。文件包含reviewer ID , User ID, Reviewer Name, Reviewer text, helpful, Summary(obtained from Reviewer text),Overall Rating on a scale 5, Review time等9个字段。

数据字段理解：

reviewerID - 评论用户ID. 例如：A2SUAM1J3GNN3B

asin - 产品编号, 例如 0000013714

reviewerName - 用户昵称

helpful - 评论的帮助性评级, e.g. 2/3

reviewText - 评论内容

overall - 产品评分，满分5分

summary - 评论摘要

unixReviewTime - 评论日期(unix时间戳，解释：unix时间戳是从1970年1月1日(UTC/GMT的午夜)开始所经过的秒数)

reviewTime - 评论日期 (自然时间，正常的日期时间显示)

二、分析目的

根据亚马逊乐器购买用户的评论数据，分析产品的评分情况，分离出音乐产品好评差评的关键热词。

三、分析思路

1、哪个时期购买音乐产品的用户反馈比较积极？产品评分情况怎么样？

2、音乐产品的评论热度情况？产品的评分如何？

3、综合所有用户评论，用户评价主要体现为哪些词汇？

四、分析内容

1、数据清洗

加载必要的数据分析模块：

import numpy as np #数学处理模块

import pandas as pd #数据分析工具库

import matplotlib.pyplot as plt #数据分析工具库，主要用于作图

import seaborn as sns #一种美化表格的分析库

加载亚马逊乐器评论数据集：

review_data = pd.read_csv(r'E:\Musical_instruments_reviews.csv')

review_data.head()#观察数据前5行

观察整个数据的信息，包括数目条数、数据类型：

#查看缺失值

review_data.info()

#共计数据10261条数据，发现reviewerName、reviewText有缺失记录，需要进一步查看数据

一致化处理：

发现日期列reviewTime数据类型不是我们需要的日期格式，所以需要转换数据类型，这里需要导入datetime模块：

#一致化处理

#数据类型转换：reviewTime数据类型不是日期格式，需要转