Pandas案例(统计电影分类情况-重要)

Pandas案例(统计电影分类情况-重要)

#统计电影分类，每一个类别有多少部电影
#思路：创建一个全0数组，以类别为列名，遍历每条数据，是此类别，则这一行的列值赋值为1
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

file_path = "IMDB-Movie-Data.csv"
df = pd.read_csv(file_path)
# print(df.head(1))
# print(df.info())
#统计分类的列表
temp_list = df["Genre"].str.split(",").tolist()         #[[],[],[],[],[]]列表中嵌套列表
genre_list = list(set([i for j in temp_list for i in j]))
#构造全0数组
zeros_df = pd.Dataframe(np.zeros((df.shape[0],len(genre_list))),columns=genre_list)
# print(zeros_df)

#给每个电影出现分类的位置赋值1
#遍历所有行数据
for i in range(df.shape[0]):
    #zeros_df.loc[0,["A","B"]]=1
    zeros_df.loc[i,temp_list[i]] =1
# print(zeros_df.head(3))

#统计每个分类的电影的和
genre_count = zeros_df.sum(axis=0)
# print(genre_count)

#排序
genre_count = genre_count.sort_values()
print(genre_count)
# print(type(genre_count))

#画图
plt.figure(figsize=(20,8),dpi=80)
_x = genre_count.index
_y = genre_count.values
plt.bar(_x,_y,color="b",width=0.4)
# plt.bar(range(len(_x)),_y)
# plt.xticks(range(len(_x)),_x)
plt.xlabel("分类",fontdict={'family':'KaiTi','color':'k','size':20})
plt.ylabel("数量",fontdict={'family':'KaiTi','color':'k','size':20})
plt.title("电影分类情况总览",fontdict={'family':'KaiTi','color':'k','size':30})
plt.rcParams['font.sans-serif'] = ['KaiTi']
plt.rcParams['axes.unicode_minus'] = False
plt.grid()
plt.show()

结果：