python#数据分析#当当网畅销图书榜单

读取数据：

df = pd.read_csv('./data/当当网畅销图书榜单数据.csv')

# 查看前十条数据
df.head(10)

---

数据预处理：

• 查看数据信息

# 查看数据信息
df.info()

• 去除重复值

# 去除重复值
df = df.drop_duplicates(subset=['书名', '出版日期'])

• 对年份时间处理，提取年份时间

# 处理年份时间格式
df['出版日期_year'] = pd.to_datetime(df['出版日期']).dt.year

• 再检查数据

# 查看数据信息
df.info()

• 保存处理好后的数据

# 保存数据  
df.to_csv('./data/当当网畅销图书榜单数据处理后.csv', index=False)

---

数据可视化：

• 读取处理后的数据

# 读取处理后的数据
df = pd.read_csv('./data/当当网畅销图书榜单数据处理后.csv')

• 作者图书数量分布图(前20位)—漏斗图

# 1.作者图书数量分布图---漏斗图
new_data = []
data = df['作者'].value_counts()
data = data.sort_values(
    ascending=False # 降序排列
    ).head(20)
for index, value in data.items():
    new_data.append((index, value))
chart = Funnel(init_opts=opts.InitOpts(width="1200px", height="600px"))
chart.add(series_name="数量",
          data_pair=new_data, 
          label_opts=opts.LabelOpts(
             font_size=10, # 标签字体大小
              is_show=True, # 显示标签
              position="inside", # 标签位置
              formatter="{b} : {c}本" # 显示数据内容
          ),
          tooltip_opts=opts.TooltipOpts(
              trigger='item', # 鼠标悬停显示数据
          )