【Pandas】电影数据分析案例_电影导演演员数据分析题目-优快云博客

本文链接：https://blog.youkuaiyun.com/CharlieTang123/article/details/107851665

本文通过一个电影数据集，探讨如何使用Pandas进行数据分析，包括计算评分平均分、统计导演人数、分析rating和runtime分布以及genre的统计处理，涉及数据去重、直方图绘制、数据处理和统计等操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 需求

现在我们有一组从2006年到2016年1000部最流行的电影数据，数据来源：https://www.kaggle.com/damianpanek/sunday-eda/data

问题1：我们想知道这些电影数据中评分的平均分，导演的人数等信息，我们应该怎么获取？
问题2：对于这一组电影数据，如果我们想rating，runtime的分布情况，应该如何呈现数据？
问题3：对于这一组电影数据，如果我们希望统计电影分类(genre)的情况，应该如何处理数据？

2 实现

# 导入包
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

# 读取数据
movie = pd.read_csv("./data/IMDB-Movie-Data.csv")
movie.head()

在这里插入图片描述

2.1 问题一：

我们想知道这些电影数据中评分的平均分，导演的人数等信息，我们应该怎么获取？

得出评分的平均分

使用mean函数

movie['Rating'].mean()			# 6.723200000000003

得出导演人数信息

导演人数可能重复，故使用np.unique()进行数据去重，求出唯一值，然后进行shape形状获取

movie['Director'].unique.shape[0]			# 644

np.unique(movie['Director']).shape[0]		# 644

2.2 问题二：

对于这一组电影数据，如果我们想Rating，Runtime (Minutes)的分布情况，应该如何呈现数据？

直接呈现，以直方图的形式

选择分数列数据，进行plot

movie["Rating"].plot(kind='hist',figsize=(20,8))

在这里插入图片描述

Rating进行分布展示

进行绘制直方图

# 1. 创建画布
plt.figure(figsize(20, 8), dpi=100)

# 2. 绘制
## 分成 20 组
plt.hist(movie['Rating'].values, bins=20)

# 2.1 增加 x 轴刻度
## 求出 x 轴最大值与最小值
max_ = movie['Rating'].max()
min_ = movie['Rating'].min()

## 20 组数据需要 20+1 个 x 轴刻度
x = linspace(min_, max_, 21)
plt