# python数据分析-数据清洗与整理###### 又开始我的好好学习之旅，这周学习数据分析,居老师日常动力！![](https://img-blog.csdnimg.cn/201901

    rating_by_title=data.groupby('title').size()
[/code]

按评论数降序排列

```code
    rating_by_title.sort_values(ascending=False)[:10]
[/code]

```code
    title
    Pulp Fiction (1994)                          67310
    Forrest Gump (1994)                          66172
    Shawshank Redemption, The (1994)             63366
    Silence of the Lambs, The (1991)             63299
    Jurassic Park (1993)                         59715
    Star Wars: Episode IV - A New Hope (1977)    54502
    Braveheart (1995)                            53769
    Terminator 2: Judgment Day (1991)            52244
    Matrix, The (1999)                           51334
    Schindler's List (1993)                      50054
    dtype: int64
[/code]

```code
    #筛选一万以上的评论
    active_title=rating_by_title.index[rating_by_title>=10000]
    #得出这部分影片的平均分
    mean_ratings=data.pivot('rating','title',aggfunc='mean')
    mean_ratings=mean_ratings.ix[active_title]
    #按分数从多到少排序
    mean_ratings.sort_values(by=['rating'],ascending=False)
    #评论数与评分差距较大的电影
    rating_std_by_title=data.groupby('title')['rating'].std()
    rating_std_by_title.sort_values(ascending=False)
[/code]