python 根据评分排序_excel+python 亚马逊kindle评论数据分析

在电子商务领域，用户除了关心产品的功能和价格外，最主要的就是产品口碑，很多人都在评论区查看产品的恰用户评价，因此，用户对产品的评价评论亦是产品的重要指标。

本文将通过excel和python两个工具，针对亚马逊平台上的kindle商品的评论数据进行分析，探索两个方面的问题：

• kindle产品的好评率如何？
• kindle最受用户欢迎的有点是哪些？

一、提出问题

• kindle各产品的评论数排名和平均评分。
• kindle各产品的好评率，推荐占比。
• kindle各产品评论数和评价随时间的变化。
• kindle最受用户欢迎的点是哪些。

二、读取、理解数据

数据来源：

https://www.kaggle.com/datafiniti/consumer-reviews-of-amazon-products/home​www.kaggle.com

理解数据，数据字段含义如下：

• id：用户编号
• name：产品名称
• asin：产品编号
• brand：产品品牌
• categories：类别
• keys：类别关键词
• manufacturer：制造商
• reviews.date：评论时间
• reviews.dateAdded：追加评论时间
• reviews.dateSeen：评论可见时间
• reviews.didPurchase：评论已购买
• reviews.doRecommend：评论是否被推荐
• reviews.id：评论ID
• reviews.numHelpful：帮助性分子数
• reviews.rating：评分
• reviews.sourceURLs：评论链接
• reviews.text：评论内容
• reviews.title：评论标题
• reviews.userCity：用户所在城市
• reviews.userProvince：用户所在省
• reviews.username：用户名

三、数据清洗

1、选取子集

1.1 根据产品类别categary，筛选选择包含kindle的数据。

经过筛选，共筛选出16976条关于kindle的产品数据。

1.2 隐藏无关的字段

根据分析需要，我们只需保留以下字段：

• name：产品名称
• asin：产品编号
• categories：类别
• reviews.date：评论时间
• reviews.doRecommend：评论是否被推荐
• reviews.rating：评分
• reviews.text：评论内容
• reviews.title：评论标题

2、列名重命名

为便于分析，将列名命名为中文名。

3、删除重复项

根据目标数据对数据进行去重，本次数据表中无重复值，因此去重结果如下：

4、处理缺失值

缺失值处理主要又四种方法：（1）对缺失内容进行手动补全；（2）删除缺失值；（3）用平均值代替；（4）用统计模型计算的值代替缺失值。

通过筛选条件，发现个字段均又重复值，对于缺失值，根据本次分析目的，对确实行进行如下两种处理方法：