python数据分析实例_python数据分析实例4-数据七十二变

现在我们有一组从2006年到2016年1000部最流行的电影数据，

数据来源： https://www.kaggle.com/damianpanek/sunday-eda/data

在data文件夹存放有IMDB-Movie-Data.csv文件，路径：path = '../data/IMDB-Movie-Data.csv'

• 问题：我们想知道这些电影数据中评分的平均分，导演的人数等信息，我们应该怎么获取？

---

• #导入必要的库
• import pandas as pd
• #定位文件具体路径
• path = 'IMDB-Movie-Data.csv'
• df = pd.read_csv(path)
• df

• #查看文件前4条数据 df.head(4)
• #查看文件后4条数据 df.tail(4)
• display(df.shape,df.head(4),df.tail(4))

• #将Year设置为行索引
• df1 = df.index = df['Year']
• df1

• #删除'Metascore'列
• df2 = df.drop('Metascore',axis=1)
• df2

• #所有列的平均值
• df.mean()

• #取评分的平均值
• df3 = df.mean()['Rating']
• print('这些电影数据中评分的平均分是：%.1f分'%df3)

• # 使用drop_duplicates()方法去重
• df4 = df.drop_duplicates('Director',inplace=False)
• #计算导演人数
• print(len(df4))

或者如下：