1、数据集是6000名用户对4000部电影的100万条 评论,是dat格式文件,可以通过pandas.read_table将各表分别读到一个pandas DataFrame对象中
2、将三个表数据合并到一个表中,先用pandas的merge函数合并两个,再跟另一个合并
3、按性别计算每部电影的平均得分,使用pivot_table
4、过滤掉不足某个数的电影,先对title(电影名称)进行分组,利用size()得到一个含有各电影分组大小的Series对象
5、计算男女观众分歧最大的电影,给mean_ratings加上一个列存放两者的差
6、计算数据的方差或标准差