python pandas练习

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

问题1:获取电影数据中评分的平均分,导演的人数等信息
问题2:获取rating,runtime分布情况
问题3:统计电影分类(genre)情况

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

filePath = "C:\\Users\\dell\\Desktop\\a.csv"
movie = pd.read_csv(filePath)

# 问题1-----------------------
# 获取平均分
movie['Rating'].mean()
# 获取导演人数信息
np.unique(movie['Director']).shape[0]

# 问题2-----------------------
# Rating分布
plt.figure(figsize=(20,8), dpi=100)
plt.hist(movie['Rating'].values, bins=20)
max_ = movie['Rating'].max()
min_ = movie['Rating'].min()
t1 = np.linspace(min_, max_, num=21)
plt.xticks(t1)
plt.grid()
plt.show()

# 问题3-----------------------
# 1、创建一个全为0的DataFrame,列索引置为电影的分类
temp_list = [i.split(',') for i in movie['Genre']]
genre_list = np.unique([i for j in temp_list for i in j])
zeros = np.zeros([movie.shape[0], genre_list.shape[0]])
temp_movie = pd.DataFrame(zeros, columns=genre_list)
# 2、遍历每一部电影,把分类出现的列置为1
for i in range(1000):
    temp_movie.loc[i, temp_list[i]] = 1
# 3、求和
genre = temp_movie.sum().sort_values(ascending=False)
genre.plot(kind='bar', figsize=(20,8), fontsize=16)
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

H4ppyD0g

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值