Python联动Word实现数据提取和B站弹幕数据分析

数据来源GitHub

导入python-docx第三方库调用document方法，筛选所需要的数据利用for循环取出所需要的数据，进行保存

document = Document()
for i in range(len(merge)):
    if merge.iloc[i]['品牌'] != merge.iloc[i-1]['品牌'] or i == 0:
        document.add_heading(merge.iloc[i]['品牌'], level=1)
    document.add_heading(merge.iloc[i]['视频标题'], level=2)
    document.add_paragraph(f'达人昵称：{merge.iloc[i]["BloggerName"]}')
    document.add_paragraph(f'视频地址：douyin.com/video/video{merge.iloc[i]["AwemeId"]}')
    document.add_paragraph(merge.iloc[i]['视频文案'])

B站教学视频弹幕可视化分析

循环导入excel数据

excel_list = []
for item in os.listdir('D:\数分资料\【戴师兄】python2023自学课程-3.0最新版\python第三讲资料\danmu'):
    if 'xlsx' in item and 'user_level' not in item:
        excel_list.append(item)
excel_list

danmu = pd.DataFrame()
for item in excel_list:
    excel = pd.read_excel(f'D:\\数分资料\\【戴师兄】python2023自学课程-3.0最新版\\python第三讲资料\\danmu\\{item}',converters={'uid':str,'id':str})
    excel['视频标题'] = item
    danmu = pd.concat([danmu,excel],axis=0)
danmu

对弹幕集中的月份进行可视化

图中可看出3，4月份弹幕数据量达到高峰，初步认为是春招爆发影响求职者进行技能的更新，但9，10月没有出现同样情况，推测可能是因为年后精力比较充分，能接受高强度的学习。

对弹幕集中的星期进行可视化

图中可看出用户偏向于在周末休息，工作日进行技能的学习

对用户等级进行可视化分析

可得出b站本地用户较多，但也有部分站外用户，可能是宣传渠道引流

通过数据的可视化可以找出隐藏在大批量数据中的部分规律，总结出用户年龄段和大致特征，再次进行业务活动时可以针对这一部分用户进行精准投放，以达成快速聚集用户的目的。