#?-*-?coding:?utf-8?-*-
import?pandas?as?pd
import?numpy?as?np

mnames?=?[‘movieid‘?‘title‘?‘genres‘]
movie?=?pd.read_table（‘movies.dat‘?sep=‘::‘?header=None
??????????????????????names=mnames?engine=‘python‘）
print（‘----------------------------------------------------------------------------‘）
print（“examples?of?movies:\n“）
print（movie.head（5））
print（‘\nthe?length?of?movies?data:%d‘?%?len（movie））
print（‘----------------------------------------------------------------------------\n‘）

unames?=?[‘userid‘?‘gender‘?‘age‘?‘occupation‘?‘zip‘]
user?=?pd.read_table（‘users.dat‘?sep=‘::‘?header=None
?????????????????????names=unames?engine=‘python‘）
print（‘----------------------------------------------------------------------------‘）
print（“examples?of?users:\n“）
print（user.head（5））
print（‘\nthe?length?of?users?data:%d?‘?%?len（user））
print（‘----------------------------------------------------------------------------\n‘）

rnames?=?[‘userid‘?‘movieid‘?‘ratings‘?‘timestamp‘]
rating?=?pd.read_table（‘ratings.dat‘?sep=‘::‘
???????????????????????header=None?names=rnames?engine=‘python‘）
print（‘----------------------------------------------------------------------------‘）
print（“examples?of?ratings:\n“）
print（rating.head（5））
print（‘\nthe?length?of?ratings?data:%d?‘?%?len（rating））
print（‘----------------------------------------------------------------------------\n‘）
#?把三張表的數據合并到一起
data?=?rating.merge（user）.merge（movie）
print（‘----------------------------------------------------------------------------‘）
print（“examples?of?datas:\n“）
print（data.head（5））
print（‘----------------------------------------------------------------------------\n‘）

#?按性別計算每部電影的平均得分
meanratings?=?pd.pivot_table（data?index=[‘title‘]?values=‘ratings‘?columns=[
?????????????????????????????‘gender‘]?aggfunc=np.mean?fill_value=0）
print（‘----------------------------------------------------------------------------‘）
print（‘The?average?score?of?each?film?（by?Gender）:‘）
print（meanratings[:10]）
print（‘----------------------------------------------------------------------------\n‘）

#?過濾掉評分數據不到100條的電影再按年齡統計電影的平均得分
movie_rating?=?data.groupby（[‘title‘]）.size（）
#?print（movie_rating[:10]）
movie_ix?=?movie_rating.index[movie_rating?>?100]
mrating?=?meanratings.loc[movie_ix]
#?print（mrating.head（））

#?女性最喜歡的電影
print（‘----------------------------------------------------------------------------‘）
print（‘Women?favorite?movies?TOP10:?‘）
print（mrating.sort_values（by=[‘F‘]?ascending=False）.head（10））
print（‘----------------------------------------------------------------------------\n‘）

print（‘----------------------------------------------------------------------------‘）
print（‘Men?favorite?movies?TOP10:?‘）
print（mrating.sort_values（by=[‘M‘]?ascending=False）.head（10））
print（‘----------------------------------------------------------------------------\n‘）

#?找出男性和女性評分分歧最大的電影
#?按男女評分差值的絕對值來統計
mrating[‘diff‘]?=?np.abs（mrating[‘F‘]?-?mrating[‘M‘]）
#print（mrating.sort_values（by=[‘diff‘

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-10-18?18:07??movies\
?????文件??????171308??2003-03-27?05:18??movies\movies.dat
?????文件????????5006??2018-10-18?22:09??movies\movies.py
?????文件????24594131??2003-03-01?05:53??movies\ratings.dat
?????文件????????5577??2016-01-30?04:39??movies\README
?????文件???????????0??2018-10-18?12:22??movies\text
?????文件??????134368??2003-03-01?05:53??movies\users.dat