pandas模块创建DataFrame对象df_data记录的是所有电影的属性信息，其中此对象的index属性为电影的名字(films列表了和电影的年代，属性columns 分别为所有特征(列表all attrs)， 最后对此对象添加-列(列名字为“评分”)。

要使用 pandas 模块创建 DataFrame 对象，可以使用以下代码：

import pandas as pd

# 创建电影名字列表
films = ['电影1', '电影2', '电影3']

# 创建所有特征列表
all_attrs = ['属性1', '属性2', '属性3']

# 创建空的 DataFrame 对象
df_data = pd.DataFrame(index=films, columns=all_attrs)

# 添加 "评分" 列
df_data['评分'] = [1, 2, 3]

这样就可以创建一个名为 `df_data` 的 DataFrame 对象，其中的 index 属性为电影的名字，columns 属性为所有特征，并且添加了一列名为 "评分" 的列。

注意，在上面的代码中，我们使用了空的 DataFrame 对象来创建 DataFrame，然后再添加列。你也可以直接传递数据来创建 DataFrame，例如：

df_data = pd.DataFrame({
    '电影名字': films,
    '属性1': [1, 2, 3],
    '属性2': [4, 5, 6],
    '属性3': [7, 8, 9],
    '评分': [10, 11, 12]
})

这样就可以通过传递字典来创建一个含有所有列的 DataFrame 对象。

相关问题

电影名字：肖申克的救赎；活着。所有国家：美国 中国大陆 中国香港 德国。肖申克的救赎 1 0 0 0；活着 0 1 1 0。利用2000部电影的信息，获取电影所有上映国家分别保存 至列表all counties. 利用pandas . 模块创建df_ counties(DataFrame)记录了电影的国家或地区信息。其中此对象的index属性为电影的名字（films列表)，属性 columns为所有国家(列表all_ counties) 以及得分，最后再加一列为对应每一部电影的得分。

我理解您的问题是想要创建一个包含电影名称、国家信息和得分的数据框。

可以使用 pandas 模块来创建这个数据框。首先，您需要准备电影名称列表（films）、国家列表（all_countries）和得分信息。然后，您可以使用 pandas 的 DataFrame 函数来创建数据框，并将电影名称设置为索引（index），国家列表设置为列（columns），得分信息设置为数据（data）。

例如，假设您已准备好了电影名称列表 films、国家列表 all_countries 和得分信息 scores，您可以使用以下代码来创建数据框：

import pandas as pd

# 创建数据框
df_countries = pd.DataFrame(data=scores, index=films, columns=all_countries)

# 显示数据框
print(df_countries)

这样，您就可以使用 df_countries 变量来访问电影名称、国家信息和得分的数据框了。

jupter爬取猫眼电影评论完整代码

好的，以下是爬取猫眼电影评论的完整代码：

import requests
from lxml import etree
import pandas as pd

url = 'https://maoyan.com/films/1299372'
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'
}
response = requests.get(url, headers=headers)
html = etree.HTML(response.text)
movie_name = html.xpath("//h1[@class='name']/text()")[0]

comments_list = []
for i in range(1, 11):
    url = f'https://m.maoyan.com/mmdb/comments/movie/1299372.json?_v_=yes&offset={i}'
    response = requests.get(url, headers=headers)
    data = response.json()['cmts']
    for item in data:
        comment = item['content']
        comments_list.append(comment)

df = pd.DataFrame(comments_list, columns=['comments'])
df.to_csv(f'{movie_name}_comments.csv', index=False, encoding='utf-8-sig')

其中，我们通过 requests 库发送 HTTP 请求，获取猫眼电影详情页的 HTML 代码，然后使用 lxml 库解析 HTML 代码，获取电影名称。接着，我们循环遍历每一页的评论，通过 requests 库发送 JSON 请求，获取评论数据，并将评论内容存入一个列表中。最后，我们使用 pandas 库将评论列表转换为 DataFrame，并将 DataFrame 保存为 CSV 文件。