python爬取电影Top250数据并进行可视化分析.zip

#使用pands来进行数据分析 import pandas as pd from pandas import Series, DataFrame # data = pd.read_csv("电影榜Top250.csv", encoding='gbk', header=None, names=['电影名称', '发布日期', '类型', '评分']) # data = data.loc[:,['类型','评分']] data = pd.read_csv("电影榜Top250.csv", encoding='gbk', header=None) data = data.loc[:,[3,4]] # 拆分类别数据 # 犯罪/剧情 9.7 -> 犯罪 9.7 剧情9.7 # 对每一个类别进行处理类别一行最多有五种类型，共处理五次 def fun1(item): return item.split("/")[0] print(item.split("/")[0]) def fun2(item): #判断第二个类别是否有值 if item.count("/") >= 1: return item.split("/")[1] else: return "null" def fun3(item): if item.count("/") >= 2: return item.split("/")[2] else: return "null" def fun4(item): if item.count("/") >= 3: return item.split("/")[3] else: return "null" def fun5(item): if item.count("/") >= 4: return item.split("/")[4] else: return "null" data[5] = data[3].map(fun1) data[6] = data[3].map(fun2) data[7] = data[3].map(fun3) data[8] = data[3].map(fun4) data[9] = data[3].map(fun5) #print(data) # 数据清洗 data_1 = data.loc[:, [5, 4]] data_2 = data.loc[:, [6, 4]] data_3 = data.loc[:, [7, 4]] data_4 = data.loc[:, [8, 4]] data_5 = data.loc[:, [9, 4]] # 将表_中的类型为null的数据删除 data_2 = data_2.loc[data_2[6] != "null"] data_3 = data_3.loc[data_3[7] != "null"] data_4 = data_4.loc[data_4[8] != "null"] data_5 = data_5.loc[data_5[9] != "null"] # 修改data_表中的列名称 data_2 = data_2.rename(columns={6:5}) #将表2中的6号列名改为5号 data_3 = data_3.rename(columns={7:5}) data_4 = data_4.rename(columns={8:5}) data_5 = data_5.rename(columns={9:5}) data = data_1.append(data_2.append(data_3.append(data_4.append(data_5)))) data = data.rename(columns={5: 'name',4: 'value'}) print(data) # 计算每一种类型的评分平均值,保留两位小数 data = data.groupby('name').mean().round(2) #将处理后的数据保存在文件中 data.to_csv("类型-评分均值.csv")