大数据无处不在,在运营一个成功的商业的过程中,大数据起到的非常重要的作用。同样通过观众对电影的评分的分析,可以在一定程度上给电影行业启发。
评价电影数据链接:https://grouplens.org/datasets/movielens
- 这个里面提供了大量的数据,在这里我选择的是到1998年的,你们可以选择其它年份的,点击红色框下载文件,由于数据很多,下载可能比较慢。
- 解压三个文件就可以了,分别是观众数据、电影数据、评分数据。这里有很多的数据。
-
观众的ID、年龄、性别、职业、邮编(这里是美国的邮编号码)不同的列通过竖线分割。
-
每部电影都提供了电影的ID,名称,拍摄时间,上映时间,网址等,后面是0和1组成的19个列。
- data评分数据共有十万条,这也是为什么100T的原因。分别为观众的ID、电影的ID、评分值(1~5)、时间类型。
1.从观众中读取文件数据
提供代码如下:
import pandas as pd
'''
@Function:从观众中读取文件数据
@Author :王育红
@Date :2020/8/20
'''
#通过分割符'|',来表示每个列的对应的名称
unames = ['uid', 'age', 'gender', 'occupation', 'zip']
users = pd.read_table('d:\\park01\\ml-100k\\u.user', sep='|', header=None, names=unames)
#数据较多,采用取量读取,取前五条数据
#(第一种方法)
#print(users.head(5))
#(第二种方法)
print(users[