用数据分析网络暴力有多可怕

清洗代码如下。

import pandas as pd 
import pymysql 
 
# 设置列名与数据对齐 
pd.set_option('display.unicode.ambiguous_as_wide', True) 
pd.set_option('display.unicode.east_asian_width', True) 
# 显示10列 
pd.set_option('display.max_columns', 10) 
# 显示10行 
pd.set_option('display.max_rows', 10) 
# 设置显示宽度为500,这样就不会在IDE中换行了 
pd.set_option('display.width', 2000) 
 
# 读取数据 
conn = pymysql.connect(host='localhost', user='root', password='774110919', port=3306, db='weibo', charset='utf8mb4') 
cursor = conn.cursor() 
sql = "select * from comments" 
db = pd.read_sql(sql, conn) 
 
# 清洗数据 
df = db['user_message'].str.split(' ', expand=True) 
# 用户名 
df['name'] = df[0] 
# 性别及地区 
df1 = df[1].str.split('/', expand=True) 
df['gender'] = df1[0] 
df['province'] = df1[1] 
# 用户ID 
df['id'] = db['user_id'] 
# 评论信息 
df['comment'] = db['comment'] 
# 点赞数 
df['praise'] = db['praise'].str.extract('(d+)').astype("int") 
# 微博数,关注数,粉丝数 
df2 = db['weibo_message'].str.split(' ', expand=True) 
df2 = df2[df2[0] != '未知'] 
df['tweeting'] = df2[0].str.extract('(d+)').astype("int") 
df['follows'] = df2[1].str.extract('(d+)').astype("int") 
df['followers'] = df2[2].str.extract('(d+)').astype("int") 
# 评论时间 
df['time'] = db['date'].str.split(':', expand=True)[0] 
df['time'] = pd.Series([i+'时' for i in df['time']]) 
df['day'] = df['time'].str.split(' ', expand=True)[0] 
# 去除无用信息 
df = df.ix[:, 3:] 
df = df[df['name'] != '未知'] 
df = df[df['time'].str.contains("日")] 
# 随机输出10行数据 
print(df.sample(10)) 

输出数据。

随机输出十条，就大致能看出评论区是什么画风了。

四、数据可视化

（编辑：威海站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!