实例介绍
【实例简介】
以“豆瓣评分”为标准，看看电影评分分布，及烂片情况
【实例截图】
【核心代码】
def f2(data,loci):
dic_loc_lp = {}
datai = data[data['制片国家/地区'].str.contains(loci)]
# 筛选数据
lp_pre_i = len(datai[datai['豆瓣评分']<4.3])/len(datai)
# 计算该制片地烂片比例
dic_loc_lp['loc'] = loci
dic_loc_lp['loccount'] = len(datai)
dic_loc_lp['loc_lp_pre'] = lp_pre_i
# 将结果记录进字典中，包括制片地、烂片比例、样本数据数量
return(dic_loc_lp)
for i in loclst:
dici = f2(df_loc,i)
lst_loc_lp.append(dici)
# 按照题材遍历数据，得到不同制片地的烂片比例
df_loc_lp = pd.DataFrame(lst_loc_lp)
df_loc_lp = df_loc_lp[df_loc_lp['loccount']>=3] # 筛选合作电影大于等于3部以上的国家
loc_lp_top20 = df_loc_lp.sort_values(by = 'loc_lp_pre',ascending = False).iloc[:20]
loc_lp_top20
# 筛选出烂片比例TOP的制片地
标签：
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论