程序员用 Python 分析中国演员排名，票房最高的是意料之中的他

项目背景

一个同学开了间影视投资公司，出于对创业人员的仰慕和影视投资行业的好奇，我就跟他寒暄了几句，聊天当中他提及到国庆节有部《攀登者》即将上映，预计票房会大好，因为吴京是这部片的主演。然后我就想，目前吴京在国内演员中位列几何呢？正好之前爬了猫眼电影数据，基于Python数据分析的方式，分析中国演员排名情况。

数据导入

导入之前爬取到的猫眼数据，由于爬取过程不是本文的主要内容，所以简单描述下数据情况：20110101至20191019年在中国上映,并且有用户评分和票房的影片，总共是2923部。

import pandas as pdfrom sklearn.preprocessing import StandardScalerfrom sklearn.cluster import KMeanspd.set_option('display.max_columns', None)pd.set_option('display.max_rows', None)# 加载数据def load_data(): # 加载电影票房 open_filepath = 'D:\pythondata\\3、猫眼电影\\box_result.csv' movie_box = pd.read_csv(open_filepath) movie_box = movie_box[['电影id', '电影名称','首映日期','总票房']].drop_duplicates() # 加载电影信息 open_filepath = 'D:\pythondata\\3、猫眼电影\\maoyan_movie.xlsx' movie_message = pd.read_excel(open_filepath,sheet_name='maoyan_movie') movie_message.columns = ['电影url','电影名称','电影题材','国家','上映时间','用户评分','电影简介','导演/演员/编剧'] movie_message = movie_message[['电影url','电影题材','国家','用户评分','导演/演员/编剧']].copy() movie_message.drop_duplicates(inplace=True) movie_message['电影id'] = movie_message.apply(lambda x:x['电影url'].replace('https://maoyan.com/films/',''),axis=1) movie_message[['电影id']] = movie_message[['电影id']].apply(pd.to_numeric) # 合并电影信息和票房 data = pd.merge(movie_box,movie_message,how='inner',on=['电影id']) return data