Pandas數(shù)據(jù)分析小技巧系列 第三集

01

02

03

三步加星標(biāo)

你好！我是 zhenguo

今天是?Pandas數(shù)據(jù)分析小技巧系列 第三集，涉及如何獲取數(shù)據(jù)最多的3個(gè)分類，以及如何使用count統(tǒng)計(jì)詞條出現(xiàn)次數(shù)。

前兩集在這里：

Pandas 數(shù)據(jù)分析小技巧系列 第二集

Pandas 數(shù)據(jù)分析小技巧系列 第一集

小技巧 10：如何快速拿到數(shù)據(jù)最多的 3 個(gè)分類？

讀入數(shù)據(jù)：

df?=?pd.read_csv("IMDB-Movie-Data.csv")
df

1000 行數(shù)據(jù)，genre 取值的頻次統(tǒng)計(jì)如下：

vc?=?df["genre"].value_counts()
vc

打印結(jié)果：

Action,Adventure,Sci-Fi???????50
Drama?????????????????????????48
Comedy,Drama,Romance??????????35
Comedy????????????????????????32
Drama,Romance?????????????????31
??????????????????????????????..
Adventure,Comedy,Fantasy???????1
Biography,History,Thriller?????1
Action,Horror??????????????????1
Mystery,Thriller,Western???????1
Animation,Fantasy??????????????1
Name:?genre,?Length:?207,?dtype:?int64

篩選出 top3 的 index:

top_genre?=?vc[0:3].index
print(top_genre)

打印結(jié)果：

Index(['Action,Adventure,Sci-Fi',?'Drama',?\
???????'Comedy,Drama,Romance'],?dtype='object')

使用得到的 top3 的 index ，結(jié)合 isin,選擇出相應(yīng)的 df

df_top?=?df[df["genre"].isin(top_genre)]
df_top

結(jié)果：

小技巧11：如何使用 count 統(tǒng)計(jì)詞條出現(xiàn)次數(shù)？

讀入 IMDB-Movie-Data 數(shù)據(jù)集，1000行數(shù)據(jù)：

df?=?pd.read_csv("../input/imdb-data/IMDB-Movie-Data.csv")
df['Title']

打印 Title 列：

0??????Guardians?of?the?Galaxy
1???????????????????Prometheus
2????????????????????????Split
3?????????????????????????Sing
4????????????????Suicide?Squad
????????????????...
995???????Secret?in?Their?Eyes
996????????????Hostel:?Part?II
997?????Step?Up?2:?The?Streets
998???????????????Search?Party
999?????????????????Nine?Lives
Name:?Title,?Length:?1000,?dtype:?object

標(biāo)題是由幾個(gè)單詞組成，用空格分隔。

df["words_count"]?=?df["Title"].str.count("?")?+?1
df[["Title","words_count"]]