《用python进行数据分析》语法要点总结（2）

movielens小程序
（1）打开dat文件，用pd.read_table，说明分隔符是：：
（2）pd.merge的默认设置
data = pd.merge(pd.merge(ratings, users),movies)#pd根据列推断出来怎么合并
没有指定连接键，默认用重叠列名，没有指定连接方式
（3）sort_by_diff[::-1][:10]#对结果取反，男性最喜欢的电影
整个程序比较简单：

import pandas as pdunames=['user_id','gender','age','occupation','zip']users=pd.read_table('users.dat',sep='::',header=None,names=unames)rnames=['user_id','movie_id','rating','timestamp']ratings=pd.read_table('ratings.dat',sep='::',header=None,names=rnames)mnames=['movie_id','title','genres']movies=pd.read_table('movies.dat',sep='::',header=None,names=mnames)data = pd.merge(pd.merge(ratings, users),movies)#pd根据列明推断出来怎么合并mean_ratings = data.pivot_table('rating',index='title',columns='gender',aggfunc='mean')rate_by_title = data.groupby('title').size()active_title = rate_by_title.index[rate_by_title>=250]top_female_ratings = mean_ratings.sort_index(by='F',ascending = False)mean_ratings['diff'] = mean_ratings['M']-mean_ratings['F']sort_by_diff = mean_ratings.sort_index(by='diff') #分歧最大且女性最喜欢的电影sort_by_diff[::-1][:10]#对结果取反，男性最喜欢的电影rating_std_by_title = data.groupby('title')['rating'].std()rating_std_by_title = rating_std_by_title.ix[active_title]print (rating_std_by_title.sort_values(ascending = False)[:10] ) #sort_values