数据分析Day6: DataFrame数据处理与ECharts图表

在DataFrame中对数据进行了处理、数据清洗，再进行数据分类汇总。
试用了ECharts图表。

1. 数据清洗，删除无效（无法处理）的数据

df=df.drop(1280)  #删除无效索引数据

4条数据注册日期格式是另外一种，没有年份。无法做字符串切割。

2. 对用户的注册日期进行分段处理，汇总统计每个月的注册用户数量

df['regtime2']=df['regtime'].astype(str)
df['regtime2']=df['regtime2'].str.slice(0,7)

3. 分类汇总数据

dfa = df.groupby('articles')['nickname'].count()

dfb = df.groupby('articles')['comments','likes'].sum()

用户文章数量

发表文章数量-每篇文章平均喜欢-用户平均评论数

1. 开始动手写很重要。70%的用户完全使用的阅读功能，没有写下文章。21%的用户写了不超过7篇文章。坚持写，让写作成为你的习惯。

2. 发表的文章在1～100篇时，"收到的喜欢"呈快速增加趋势。当写作超过100篇时，写作越来越多元化，"收到喜欢" 变得不那么重要，是往首页发的少了吗？
3. 写得越多，发表的评论越多。很大一部分是文章留言互动。
4. 的僵尸用户有多少？0文章0评论的算吗？

注册用户增长情况

用户2015.1（好像是APP上线的时间） ，2015.9 和 2016.1 三次出现爆发增长。2016年3月以后用户增长呈下降趋势。

---

PS:
一、关于用户抓取的问题：

1. 如何甄别僵尸用户
2. 0关注的用户如何抓取
   web页面上关注(following)没有实现分页，无法查看用户所有的关注用户。
   0关注的用户就是一个信息的孤岛，要么是大神，也可能仅仅把当做一个写作工具来使用，另外一种可能就是僵尸。

二、关于逃离平台
有平台就有江湖，就有逃离。之前也有过逃离豆瓣、逃离知乎。（当然极可能是被删除的非法用户内容，一般用户离开一个平台，很少主动删除内容，只会变为不活跃用户）。是面向新人的平台，提供良好的写作体验。

12个用户删除了文章数据

你会离开吗？

虽然不少人吐槽首页文章，还有人愤然离去。作为一个写作者来说，一般而言当你开始写时，处于成长期时，不会抛弃任何一个平台，总要看看那个平台流量如何，用户的互动怎么样？

看一下现在一些知识IP，他们没有在上发表文章，但仍在上注册了账号，如秋叶、萧秋水。

加入时间都很早

做为一个UGC模式的平台，吸引高质量的优质用户入住，前期会带来大量的用户和流量，提度平台活跃度。比如微博刚开始时，最近很火起来的分答都使用了这种模方式。采取了另外一种方式，做法是扶持签约作者，我理解就是给坚持写作的人提供更好的平台和资源，加速成长。这得方式更适合写作新人崭露头角。

优质内容在哪里都是稀缺资源，不缺少平台，尤其是现在这个时代。对于刚刚开始写作的年轻人，就是一个非常不错的平台。

三、签约作者是怎样一群人
（分析待更新）