男女电影评分差异分析编程

ゝ一纸荒年。 2022-05-10 14:04 305阅读 0赞

> 计算MovieLens 100k数据集中男性女性用户评分的标准差并输出。
> 
> 数据集下载http://files.grouplens.org/datasets/movielens/ml-100k.zip
> 
> 其中u.data 表示100k条评分记录，每一列的数值含义是：
> 
> user id | item id | rating | timestamp
> 
> u.user表示用户的信息，每一列的数值含义是：
> 
> user id | age | gender | occupation | zip code
> 
> u.item文件表示电影的相关信息，每一列的数值含义是：
> 
> movie id | movie title | release date | video release date |IMDb URL |  
> unknown | Action | Adventure | Animation | Children’s | Comedy | Crime  
> | Documentary | Drama | Fantasy |Film-Noir | Horror | Musical |  
> Mystery | Romance | Sci-Fi |Thriller | War | Western |
> 
> 可能会用到的相关函数：
> 
> pandas.read\_table(filepath\_or\_buffer, sep=’\\t’, names=None)
> 
> pandas.pivot\_table(data, values=None, columns=None, aggfunc=‘mean’)
> 
> pandas.merge(left, right, how=‘inner’)
> 
> 更详尽的API文档请参考http://pandas.pydata.org/pandas-docs/stable/。
> 
> 输出结果：
> 
> Gender
> 
> M \*
> 
> F \*
> 
> 结论：标准差高的评分差异大
> 
> 注意：先分别计算每个人电影评分的平均分再按性别求标准差
> 
> 请将男女评分（保留2位小数）组合后放到一个txt文件中通过网络提交，例如：如果两者评分的标准差分别是
> 
> 男：0.32
> 
> 女：0.35
> 
> 则提交：
> 
> 3235

import pandas as pd
    
    with open(r'C:\Users\USER\Desktop\用Python玩转数据\4.1 Python基本数据统计\ml-100k\u.data', 'r') as f:
        data = pd.read_table(f, header=None)
        data.columns = ['user id','item id','rating','timestamp']
    
    with open(r'C:\Users\USER\Desktop\用Python玩转数据\4.1 Python基本数据统计\ml-100k\u.user', 'r') as f:
        user = pd.read_table(f, header=None)
        list = []
        for i in range(len(user.values)):
            names = user.values[i][0].split('|')
            list.append(names)
        user = pd.DataFrame(list)
        user.columns =['user id', 'age', 'gender', 'occupation', 'ip code']
        user['user id'] = pd.to_numeric(user['user id'], errors='coerce')
    
    avgrating = pd.pivot_table(data, values='rating', index = 'user id', aggfunc='mean')
    new = pd.merge(avgrating, user, how='inner', on = 'user id')
    std = pd.pivot_table(new, values='rating', index = 'gender', aggfunc='std')
    print(std)

发表评论取消回复

表情：

评论列表（有 0 条评论，305人围观）

还没有评论，来说两句吧...

相关阅读

相关 hadoop电影评分排序

package Use.Rates; import org.apache.hadoop.io.WritableComparable; ...

深藏阁楼爱情的钟/ 2024年04月18日 15:50/ 0 赞/ 59 阅读

相关 python 数据分析案例——电影评分分析

import pandas as pd pd.options.display.max_rows=100 unames = ['user_id'

妖狐艹你老母/ 2022年12月23日 03:28/ 0 赞/ 194 阅读

相关常见男女英文名，来历、释义

看动漫时，有些英文名出现频率很高，查了以后才发现，作者可能在选名上也没有随便。像《潘多拉之心》和《黑执事》里的Vincent ![watermark_type_ZmFuZ3p

清疚/ 2022年11月10日 01:12/ 0 赞/ 393 阅读

相关 LeetCode（数据库）- 电影评分

题目链接：[点击打开链接][Link 1] 题目大意：略。解题思路：略。 AC 代码 (SELECT name results FROM Movie_

Myth丶恋晨/ 2022年09月11日 07:15/ 0 赞/ 184 阅读

相关男女性别要建立索引吗

男女性别要做索引吗? 区分度不高(唯一性不高)。这样的索引没有价值。除此之外，数据55开的，或者状态较少且相对平均分布的，索引都没太大用。那么民族呢? 例如：满、

心已赠人/ 2022年09月04日 02:59/ 0 赞/ 180 阅读

相关 Medium之1341.电影评分***

表：Movies <table> <thead> <tr> <th>Column Name</th> <th>Type</th> </tr>

你的名字/ 2022年08月30日 04:09/ 0 赞/ 180 阅读

相关男女思维方式

1.因为男人的某种言行，女人很生气很不爽； 2.男人开始想解释，然后想：用得着这么大惊小怪的吗？这不就是丁点小事吗？值得发那么大的火？ 3.女人开始不断地唠叨，试图证明

谁践踏了优雅/ 2022年05月24日 00:56/ 0 赞/ 210 阅读

相关男女电影评分差异分析编程

> 计算MovieLens 100k数据集中男性女性用户评分的标准差并输出。 > > 数据集下载http://files.grouplens.org/datasets/mov

ゝ一纸荒年。/ 2022年05月10日 14:04/ 0 赞/ 306 阅读

相关案例分析-电影评分分析

电影评分分析数据原始数据展示 json格式说明数据字段含义需求 1.每个用户评分最高的10部电影评

刺骨的言语ヽ痛彻心扉/ 2022年03月29日 14:20/ 0 赞/ 453 阅读

相关案例分析-电影评分分析

电影评分分析数据原始数据展示 json格式说明数据字段含义需求 1.每个用户评分最高的10部电影评

野性酷女/ 2022年03月28日 03:37/ 0 赞/ 786 阅读