1.2 数据简要分析：统计一下各上映时间段电影数量和平均得分：1960 年代 之前，1960-1969，1970-1979，1980-1989，1990-1999，2000-2009，2010-2020， 2020 至今的 8 个区间； 思考：使用 pandas 中的 cut 方法将年份划分为若干区间，然后将联合使用 groupby(film_time)[列索引电影数量].count()和 groupby(列索引年份)[列索引电影 评分].mean()方法

可以使用 pandas 的 cut 方法将年份划分为若干区间，然后使用 groupby 方法统计各个时间段的电影数量和平均得分。

假设你有一个包含电影上映年份和评分的 DataFrame，其中列 "year" 记录了电影上映年份，列 "rating" 记录了电影评分。

你可以使用如下代码将年份划分为 8 个区间：

bins = [1959, 1969, 1979, 1989, 1999, 2009, 2020, 2023]
film_time = pd.cut(df["year"], bins)

然后使用 groupby 方法统计各个时间段的电影数量：

df.groupby(film_time)["year"].count()

计算各个时间段的电影平均得分：

df.groupby(film_time)["rating"].mean()

这样就可以获得各个时间段的电影数量和平均得分的统计信息了。