Python数据分析之小鲜肉粉丝情况

前段时间在有讲上分享了一个微博粉丝爬虫的代码，爬取的是吴亦凡的部分粉丝（不要问我为什么选择吴亦凡），今天把数据来出来简单分享下，看看吴亦凡小盆友的粉丝妹子多，还是汉子多，嘿嘿。

数据预处理

• 首先，我们读入数据：

import pandas as pd
import pymysql
conn = pymysql.connect(host='localhost', user='root', passwd='123456', db='test', port=3306, charset='utf8')
weibo = pd.read_sql('select * from weibo',conn)
weibo

• 由于爬虫中断过，出现了一些重复数据，我们要去重掉。

weibo = weibo.drop_duplicates()
weibo

• 索引没有发生变化，我们重新索引：

weibo = weibo.reset_index(drop=True)
weibo

• 我们首先对地址和时间做下处理（时间数据没用到），让地址只到省份，时间只为年份：

city = weibo.address.str.split().str[0]
year = weibo.time.str.split('-').str[0]
weibo['city'] = city
weibo['year'] = year
weibo

这样我们就完成了简单的数据处理啦。

数据分析

• 看看男女比例情况

  
  
  
  

  妹子还是多一点，但汉子也是蛮多的，看来许多汉子也是有一颗少女心得（我只是路人，黑粉请不要喷我）。

• 城市分布情况

  
  
  
  

  广东的粉丝是最多的，由于只是数据量不多，也不能说明太多问题，大家看看就好。