【python数据分析实战】国产烂片深度揭秘（4）——卡司数量与烂片的关系

痛定思痛。 2023-07-14 10:49 9阅读 0赞

## 卡司数量 ##

卡司是一个中式英语，是英语cast的中文音译，意思是演员阵容，  
是台湾和香港地区常用名词。英语“CLASS”的粤语拟音（类似于“的士”“芝士”等用法），  
意思是“级别、等级、格调”。“这个男人很卡司。”这里的“卡司”就是指实力很强劲。

## 1 主演人数与烂片比例 ##

1） 将主演中的人数进行统计

df['主演人数'] = df['主演'].str.split('/').str.len()
    df_leaderole1 = df[['主演人数','豆瓣评分']].groupby(by = '主演人数').count()
    print(df_leaderole1)

–> 输出结果为：（只截取部分，最多的主演人数为65）  
![在这里插入图片描述][20200314151357733.png]  
2） 假如要寻找这个主演为65个人对应的电影，注意成员判断两种方法的区别

#df[df['主演人数'].str.contains(65)]
    print(df[df['主演人数'].isin([65])])

–> 输出结果为：（这里筛选的是数值，不能使用`contains`方法）

电影名称     豆瓣评论数  豆瓣评分   ...     r2     r1  主演人数
    1539  海角七号 海角七號  192665.0   7.5 		...  	0.043  0.009  65.0

3） 查找不同主演人数下的烂片情况

df_leaderole2 = df[['主演人数','豆瓣评分']][df['豆瓣评分']<4.3].groupby(
    				by = '主演人数'
    				).count()

–> 输出结果为：（相对于上面的输出这里已经删减了一大部分了，这里也是只截取部分）  
![在这里插入图片描述][20200314152630238.png]  
4） 将两组数据进行合并，并进行主演人数分类

df_leaderole = pd.merge(df_leaderole1,df_leaderole2,left_index = True,right_index =True)
    df_leaderole.columns = ['电影数量','烂片数量']
    df_leaderole.reset_index(inplace=True)
    df_leaderole['主演人数分类'] = pd.cut(df_leaderole['主演人数'],[0,2,4,6,9,50],
                                    labels =['1-2人','3-4人','5-6人','7-9人','10人以上'])
    print(df_leaderole)

–> 输出结果为：(由于有相同的columns，所以合并后需要重新指定名称，将索引重置，最后再进行主演人数的分类)  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]  
5） 按照主演人数进行分组，然后统计烂片比例

df_leaderole_pre = df_leaderole[['电影数量','烂片数量','主演人数分类']].groupby(
    					by = '主演人数分类'
    					).sum()
    df_leaderole_pre['烂片比例'] = df_leaderole_pre['烂片数量']/df_leaderole_pre['电影数量']

–> 输出结果为：  
![在这里插入图片描述][20200314155626977.png]

## 2 不同主演的烂片情况 ##

1） 数据筛选，确定烂片的数量和全部电影的数量，需要剔除空值

df_role1 = df[(df['豆瓣评分']<4.3) & (df['主演'].notnull())]
    df_role2 = df[df['主演'].notnull()]

2）进行主演人数的遍历，获取全部的主演人数，并保存在列表中

role_lst = []
    for i in df_role1['主演'][df['主演'].notnull()].str.replace(' ','').str.split('/'):
        role_lst.extend(i)
    #获得所有的主演名称
    role_lst = list(set(role_lst))
    print(f'筛选后主演人数共有{len(role_lst)}人')

–> 输出结果为：

筛选后主演人数共有2667人

3）按照列表中的主演人数进行遍历，得到不同主演的烂片比例

lst_role_lp = []
    for i in role_lst:
        datai = df_role2[df_role2['主演'].str.contains(i)]
        if len(datai) > 2:
            dic_role_lp = { }
            lp_pre_i = len(datai[datai['豆瓣评分']<4.3])/len(datai)
            dic_role_lp['role'] = i
            dic_role_lp['role_count'] = len(datai)
            dic_role_lp['role_lp_pre'] = lp_pre_i
            lst_role_lp.append(dic_role_lp)

4） 将处理的数据转化为DataFrame数据并进行排序

df_role_lp = pd.DataFrame(lst_role_lp)
    role_lp_top20 = df_role_lp.sort_values(
        by = 'role_lp_num',ascending=False
        )[:20].set_index(np.arange(20))

–> 输出结果为：（这里是以烂片的数量作为排序的标准，还可以尝试使用烂片比例）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 1]  
5）查看指定主演人员的烂片情况，比如这里向查看黄渤的

df_lp_hb = df_role_lp[df_role_lp['role'].isin(['黄渤'])]
    print(df_lp_hb)
    df_lp_hb = df_role1[df_role1['主演'].str.contains('黄渤')].set_index(np.arange(1))
    print(df_lp_hb)

–> 输出结果为：（黄渤的烂片率很是很低的，而且唯一的一个还是给祖国做的贡献）

role  role_lp_num  role_count  role_lp_pre
    615   黄渤            1          18     0.055556
    
        电影名称  豆瓣评论数  豆瓣评分  上映日期 	   ...     r3     r2     r1  主演人数
    0  奥运我爱你  344.0  	 2.9  	2008(中国大陆)  ...    0.119  0.102  0.743  31.0

6）比如上面就有一个数据特别亮眼，赵奕欢主演的电影烂片率是100%

df_lp_zyh = df_role2[df_role2['主演'].str.contains('赵奕欢')].set_index(np.arange(8))

–> 输出结果为：（也可以使用类似的方式查看其他主演的电影情况，这里再次使用成员判断的两种方式进行输出，要牢记）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 2]

[20200314151357733.png]: /images/20230529/877a36e9c5df43bfa6fe99d7c26b0c44.png
[20200314152630238.png]: /images/20230529/df54550c8d6443cb9f87bfce2686e69e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]: /images/20230529/050cea20932f4a3ea98aa2d7c5fb9c33.png
[20200314155626977.png]: /images/20230529/f31e58cbd45b4748af34a049caf578fc.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 1]: /images/20230529/ecc8a7eb4a4d4a509556e90d5f0c3c94.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 2]: /images/20230529/9ac791f8d0eb499191d0a92a4879f23d.png