项目背景
目前成都创新互联公司已为上千余家的企业提供了网站建设、域名、网页空间、网站托管运营、企业网站设计、葫芦岛网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。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 pd
from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans
pd.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
