一次数据可视化的过程【Excel】

故事是这样的,在知乎上有一个问题叫做:

有哪些质量很高的冷门电影?

有3万多的关注者,181万的浏览量。

今天主要想记录下数据分析的过程。(数据采集并不困难,难的是数据清洗)

既然拿到数据了,那肯定需要来做分析了。

使用造数把豆瓣大神分享的电影数据都拿下来,它长这样。

第一列是电影名,有中文和外文,我要把它分离。

起初我是想使用“分列”,但是发现不行,英文中也含有空格,去搜索“Excel提取中文”,找到一种最简单的方法

OK,第一个问题解决

第二列是评分,还需要转化为数字格式,不是难事。

第三列评价数,替换一下就好了。

第四列就是最头疼的了,竟然是这种格式

搜索怎样才能去除换行符,然后再百度里找到这个

按照这种方法,消除了换行符,下面头疼的就是怎样分列

直接使用数据中的分列是不行的,分隔符号和固定宽度都不可行,

最终想到了一种办法,复制空白长度,将长度替换成符号,再用符号分列。

OK,大功告成,接下来就很简单了,直接放做好的图。

其中出现3次及3次以上的导演有 格斯·范·桑特、拉斯·霍尔斯道姆、理查德·林克莱特、尼尔·乔丹。

出现3次及3次以上的演员有: 罗伯特·德尼罗、约翰尼·德普、比尔·默瑞、罗宾·威廉姆斯 、斯嘉丽·约翰逊、布拉德·皮特、金·凯瑞、伊桑·霍克。

最喜欢的类型有:剧情、爱情、喜剧。

排在前面的国家有:美国、英国、法国、日本、德国。

顺便说一句,终于可以带上原创了,

原文发布于微信公众号 - Python爬虫与算法进阶(zhangslob)

原文发表时间:2017-07-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Netkiller

solidity 语言安全·整型溢出

中国广东省深圳市龙华新区民治街道溪山美地 518131 +86 13113668890 <netkiller@msn.com>

48017
来自专栏小樱的经验随笔

2017广东工业大学程序设计竞赛初赛 题解&源码(A,水 B,数学 C,二分 D,枚举 E,dp F,思维题 G,字符串处理 H,枚举)

Problem A: An easy problem Description     Peter Manson owned a small house in a...

3686
来自专栏Netkiller

solidity 语言安全·整型溢出

中国广东省深圳市龙华新区民治街道溪山美地 518131 +86 13113668890 <netkiller@msn.com>

992
来自专栏编舟记

架构整洁之道导读(一)

我是《架构整洁之道》(Clean Architecture) 中文版的技术审校者,在审校的过程当中略有感悟,所以希望通过撰写导读的方式分享给大家。

3848
来自专栏程序人生

代码命名:僧敲月下门

忽一日於驴上吟得:‘鸟宿池中树,僧敲月下门。’初欲著‘推’字,或欲著‘敲’字,炼之未定,遂于驴上作‘推’字手势,又作‘敲’字手势。 - 《鉴戒录·贾忤旨》 两句...

2917
来自专栏一个会写诗的程序员的博客

《Spring Boot极简教程》附录3 编程简史附录3 编程简史名词纪要参考资料

1801,Joseph Marie Jacquard用打孔卡为一台织布机编写指令,在提花织布机(或称甲卡提花织布机,Jacquard loom)上,运用打孔卡上...

772
来自专栏程序人生

[技术] 谈谈Python

昨天的文章收获了不少有价值的回复。不少人发现了一个大bug,那就是「上帝的归上帝,撒旦的归撒旦」。囧死我了。脑手不同步这病怎么治啊~以后我写完文章争取好好复查一...

3715
来自专栏程序员互动联盟

【编程指导】如何写出无法维护的代码

读到一个非常有趣的文章,原文来自国外某网站,经过作者的翻译,读来非常有趣,反话正说,诙谐之中却道出了好多程序员不好的编程习惯。以下是翻译原文。 酷壳里有很多我觉...

3084
来自专栏知晓程序

用这款小程序,人人都能写出《霸道总裁爱上我》

1577
来自专栏企鹅号快讯

两种编程高手

第一种工程师 给一段复杂的程序,比如有7个局部变量,5层循环和if嵌套,他能赤手空拳上阵,迅速领会程序意图、找到bug,不用借助任何工具甚至纸笔。 给一个复杂的...

1955

扫码关注云+社区