大数据分析技术 习题答案项目四.docx

《大数据分析技术 习题答案项目四.docx》由会员分享，可在线阅读，更多相关《大数据分析技术 习题答案项目四.docx（2页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、任务3实训1使用Pandas实现电影某地区票房数据分析。1 .获取指定的csv源数据2 .获取计算指定电影简单爱的上映天数及日均票房3 .将结果保存到movie_data.dat文件中。# coding: utf-8 import numpy as np import pandas as pdn工具函数：计算Fl期为当年的第几天。 def getDays(time):dciys = 31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31 for i in time:timeist = str.split )day = 0for n in range(int

2、ist1)-1): day += daysnday += int(time_list2)return daystartTime_list = #上映时间列表enc!Time_list = #下映时间列表 pf-list = #票房列表total _pf = 0. 0df = pd. read_csv(t movie_log32. csv*)先根据series索引2,再找到该索引数组中的第1个元素，即每一行。# print(df. loc20)使用dupl icated函数判断是否有重复项，如果有那么需要去重。df. duplicated0使用drop duplicates函数去重。df. dr

3、op一duplicates。# 去重后，需要重置索引编号。剩余数据行数为207 df. reindex ()使用for循环提取上映、下映、电影名称和城市名称等信息。for i in range(208):if df. Ioci0.split(;)0.find(简单爱)!= -1:#设置筛选的上映电影名称if df. loci 0. split ) T. find(武汉)!= -1:#根据需求加入指定的上映城市startTime_list. append(df. loci 0. split (* /)1) # 开始时间endTime list. append(df. loci 0. split

4、C ;*) 2)#结束时间pf = df. loci 0. split (票房(万)*) 1. split C /) 0 pfist. append (pf) #截取票房，并放入列表中print(startT i me_list)# print(endTime_list)print(pflist)# #将Python数组转换成numpy数组startTime_ndarray = np. array(startTime_list)endTime ndarray = np. array(endTime list)startTime = getDays (startTimcndairay)endTi

5、me = getDays(endT ime_ndarray)totalTime = cndTime-startTime#计算开始到结束之间有多少天# 开始到结束之间有多少天print (总上映天数：+str (totalTime)for i in pf_list: #累计总票房total_pf += float(i)avg pf = %. 6F % float(total pf/totalTime)print (,平均每天票房：+avg_pf)将想要的数值写入dat文件中movie_data = open(，movie_data. dat, w)movie data, write(* %d, %. 6f* %(totalTime, float (avg pf)