电影票房案例分析

import pandas as pd
#加载数据
def read_data(file_root):
    dataframe=pd.read_csv(file_root)
    print("数据的基本信息：")
    print(dataframe.info())
    print("数据的行是%i,列是%i"%(dataframe.shape[0],dataframe.shape[1]))
    print("数据预览：")
    print(dataframe.head())
    return dataframe
#处理缺失数据
def processing_missing_data(dataframe):
    if dataframe.isnull().values.any():
        dataframe=dataframe.dropna()
        return dataframe
#分析票房数据
def analyze_data(dataframe,groupby_attribution):
    grouped_data=dataframe.groupby(groupby_attribution,as_index=False)["gross"].sum()
    sorted_grouped_data=grouped_data.sort_values(by="gross",ascending=False)
    sorted_grouped_data.to_csv("H:/pythonfigure/gross.csv",index=None)
#重新构造电影类型
def reget_data(dataframe):
    df_genres=pd.DataFrame(columns=["genre","budget","gross","year"])
    for i, row in dataframe.iterrows():
        if i%100==0:
            print("共%i记录，已处理%i"%(dataframe.shape[0],i))
        genres=row["genres"].split("|")
        num_genres=len(genres)
        dict={}
        dict["budget"]=[row["budget"]]*num_genres
        dict["gross"]=[row["gross"]]*num_genres
        dict["year"] = [row["title_year"]] * num_genres
        dict["genre"]=genres
        df_genres=df_genres.append(pd.DataFrame(dict))
    df_genres.to_csv("H:/pythonfigure/movie_metad.csv")
    return df_genres
#加载数据
dataframe=read_data("H:/pythonfigure/movie_metadata.csv")
#处理缺失数据
dataf=processing_missing_data(dataframe)
#重新构造电影类型
t=reget_data(dataf)
print(t)