Python 从爬虫到数据分析

此处省略掉后续爬取过程，相关爬虫代码见文末。我们使用爬虫爬取了5800+条数据，包含20个字段，时间囊括了从2008年1月开始至2019年2月十一年期间的单周票房、累计票房、观影人次、场均人次、场均票价、场次环比变化等信息。

3.Python怎么实现数据分析?

除了爬虫，分析数据也是Python的重要用途之一，Excel能做的事，Python究竟怎么实现呢;Excel不能做的事，Python又是否能实现呢?利用电影票房数据，我们分别举一个例子说明：

A.Python分析

在做好数据采集和导入后，选择字段进行初步分析可以说是数据分析的必经之路。在Dataframe数据格式的帮助下，这个步骤变得很简单。

比如当我们想看单周票房第一的排名分别都是哪些电影时，可以使用pandas工具库中常用的方法，筛选出周票房为第一名的所有数据，并保留相同电影中周票房最高的数据进行分析整理：

import pandas as pd 
data = pd.read_csv('中国票房数据爬取测试20071-20192.csv',engine='python') 
data[data['平均上座人数']>20]['电影名'] 
#计算周票房第一随时间变化的结果，导入数据，并选择平均上座人数在20以上的电影为有效数据 
 
dataTop1_week = data[data['排名']==1][['电影名','周票房']] 
#取出周票房排名为第一名的所有数据，并保留“电影名”和“周票房”两列数据 
 
dataTop1_week = dataTop1_week.groupby('电影名').max()['周票房'].reset_index() 
#用“电影名”来分组数据，相同电影连续霸榜的选择最大的周票房保留，其他数据删除 
 
dataTop1_week = dataTop1_week.sort_values(by='周票房',ascending=False) 
#将数据按照“周票房”进行降序排序 
 
dataTop1_week.index = dataTop1_week['电影名'] 
del dataTop1_week['电影名'] 
#整理index列，使之变为电影名，并删掉原来的电影名列 
 
dataTop1_week 
#查看数据 

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!