grouplens上的movielens数据集_Python：使用movielens数据集做分组统计练习

下载数据集：

Index of /datasets/movielens​files.grouplens.org

我下载的是ml-100k.zip文件进行数据分析和演示。

解压后，先看readme文件。

交代了这个数据集是谁收集的，主要数据有哪些。

交代了每个数据文件的内容，字段，是如何分隔字段的。

我们想要做的是分析男女对电影打分的差异性，即是否男性打分会偏低，女性打分会偏高。

我们需要的数据包括：性别(gender)、评分(rating)等字段，分布在u.user和u.data文件中。可以通过user.id字段将两个文件的数据连接起来。

u.data文件如下，可以看到，没有字段名~数据是以tab键分隔的。

u.user文件如下：没有字段名~并且数据是以|分隔的。

第一步：读入数据

注释：pandas库中的read_csv()函数不仅可以读取csv文件，还可以读取任意可以用记事本打开的文本文件，对于不是csv的文件，需要手动指出分隔符，即sep参数。

读入数据如下：