Google Apps商店的数据分析_categories genres区别-CSDN博客

本文链接：https://blog.csdn.net/weixin_45258377/article/details/105080557

通过对Google Apps商店数据的分析，发现评分、下载量和评论数最高的类别各有不同。评分前5名包括教育、艺术设计、娱乐、游戏和漫画；下载量前5名则涉及通讯、社交、视频播放器、生产力和摄影。尽管游戏类别在评分和评论数上都有表现，但高评分并不一定意味着广泛的受众。下载量和评论数高的类别之间存在一定的重合，揭示了用户行为的相关性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

开始记录最近的学习情况，做的一些小项目，废话不多说，直接上。

数据中的变量含义解释：

App: 应用的名称，字符变量。
Category: 应用所属的分类，字符变量。
Rating: 某应用的用户评分，数值变量。
Reviews: 某应用获得的用户评论数量，数值变量。
Size: 某应用的所占存储空间的大小，字符变量。
Installs: 用户安装和下载某应用的次数，字符变量。
Type: 付费或免费，分类变量。
Price: 价格，字符变量。
Content Rating: 应用商店针对内容给出的年龄评级组 - Children / Mature 21+ / Adult，分类变量。
Genres: 类型/流派，一个应用可以属于多个流派，比如音乐、游戏、家庭等，字符变量。
Last Updated: 应用最新更新的日期，字符变量。
Current Ver: 当前应用的版本，字符变量。
Android Ver: 安装该应用所需要的最低安卓版本，字符变量。

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
%matplotlib inline
df_google = pd.read_csv('googleplaystore.csv')
df_google.info()
df_google.head()//查看前五行数据

前五行数据

变更数据和类型错误

//列名统一为小写
df_google.rename( columns = lambda x:x.lower().replace(' ','_'),inplace = True )
//查看各列空值占比
df_google.isnull().mean()
//fillna将空值填为0
df_google.fillna(value=0, inplace