13周T2 比较2012-2016年期间Universal Pictures和Paramount Pictures两家影视公司每年制作各类型电影的数量。（参考课本P208时间线轮播多图）

为更好地提供数据支持的电影制作依据，要求大家以TMDB 5000 Movie Dataset数据集为研究对象，使用Pycharts库完成以下数据可视化任务：比较2012-2016年期间Universal Pictures和Paramount Pictures两家影视公司每年制作各类型电影的数量。（参考课本P208时间线轮播多图）

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Line,Timeline
import warnings
warnings.filterwarnings('ignore')

df = pd.read_excel('第13周课后作业T2预处理后的数据.xlsx')
df

df结果

df.dropna(inplace=True)
df = df[(2012 <= df['year']) & (df['year'] <= 2016)]
df.reset_index(inplace=True)

for i in range(0,df.shape[0]):
    if('Universal Pictures' in df.loc[i,'production_companies'])\
    & ('Paramount Pictures' in df.loc[i,'production_companies']):
        df.loc[i,'production_companies'] = 'UP'
    elif 'Universal Pictures' in df.loc[i,'production_companies']:
        df.loc[i,'production_companies'] = 'U'
    elif 'Paramount Pictures' in df.loc[i,'production_companies']:
        df.loc[i,'production_companies'] = 'P'
    else:
        df.drop(i,inplace=True)
#reset_index修改排序，inplace=True不创建新的对象，直接对原对象进行修改
df.reset_index(inplace=True)
df

处理之后的df

#建立genres列表，提取电影的类型
genres_set = set()
for genre in df['genres'].str.split('|'):
    for item in genre:
        genres_set.add(item)
 
       
genres_list = list(genres_set)
genres_list.sort()

for genre in genres_list:
#判断每行 有这个类型 对应类型的列下面添个1
    df[genre] = df['genres'].str.contains(genre).apply(lambda x: 1 if x else 0 )

df_Uni = df[(df['production_companies']=='U')|(df['production_companies']=='UP')]
genre_year_Uni = df_Uni.loc[:,genres_list]
genre_year_Uni.index = df_Uni['year']
#将Universal Pictures公司对应电影类型数量按年份分组求和
genresdf_Uni = genre_year_Uni.groupby('year').sum()
genresdf_Uni

genresdf_Uni显示

df_Par = df[(df['production_companies']=='P')|(df['production_companies']=='UP')]
genre_year_Par = df_Par.loc[:,genres_list]
genre_year_Par.index = df_Par['year']
#按年份分组求和
genresdf_Par = genre_year_Par.groupby('year').sum()
genresdf_Par

 genresdf_Par显示

tl = Timeline(init_opts = opts.InitOpts(width='1200px',height='650px'))

#画图
for i in range(2012,2017):
    line=(
        Line()
        .add_xaxis(genres_list)
        .add_yaxis("Universal Pictures",list(genresdf_Uni.iloc[i-2012]))
        .add_yaxis("Paramount Pictures",list(genresdf_Par.iloc[i-2012]))
        .set_global_opts(title_opts=opts.TitleOpts("两家公司每年制作各类型电影数量对比"),
                        xaxis_opts=opts.AxisOpts(name_location="start",
                                                 axislabel_opts=opts.LabelOpts(rotate=30),
                                                name_textstyle_opts=opts.TextStyleOpts(font_size=30)),
                        yaxis_opts=opts.AxisOpts(name="电影数量（部）",
                                                name_location="center",
                                                name_gap=30))
    )
    tl.add(line,"{}年".format(i))

tl.add_schema(pos_right='10px',orient='vertical',width='80px',height='500px')
tl.render("两公司对比图轮播多图T2.html")

生成结果图：

 结果图：两公司对比图轮播多图T2.html