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。
时间: 2023-02-06 14:08:51 浏览: 59
这个信息描述了两部电影,肖申克的救赎和活着,在四个不同的国家上映的情况。肖申克的救赎在美国上映,在中国大陆、中国香港和德国上映的情况是0。活着在中国大陆和中国香港上映,在美国和德国上映的情况是0。
基于这2000部电影的信息,你需要创建一个名为"df_countries"的DataFrame,它记录了这些电影在不同国家或地区上映的情况。其中,DataFrame的index属性为电影的名字(即films列表),columns属性为所有国家的名称(即all_countries列表)以及得分。最后,还需要加一列,记录每一部电影的得分。
你可以使用pandas模块中的DataFrame函数来创建这个DataFrame。例如:
```
import pandas as pd
df_countries = pd.DataFrame(data, index=films, columns=all_countries + ['score'])
```
其中,data是一个字典,它的键是电影的名字,值是一个列表,包含电影在每个国家上映的情况以及电影的得分。例如,对于肖申克的救赎,你可以这样定义:
```
data = {'肖申克的救赎': [1, 0, 0, 0, 8.9],
'活着': [0, 1, 1, 0, 9.0]}
```
然后你就可以使用这个字典来创建DataFrame了。
最终
相关问题
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。 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。
首先,我们需要获取电影的名字和上映国家的信息。可以使用以下代码来获取这些信息:
```
import pandas as pd
# 建立电影名字的列表
films = ['肖申克的救赎', '活着']
# 建立电影上映国家的列表
all_countries = ['美国', '中国大陆', '中国香港', '德国']
# 建立电影信息的字典
film_info = {'电影名字': films,
'美国': [1, 0],
'中国大陆': [0, 1],
'中国香港': [0, 1],
'德国': [0, 0]}
# 利用字典创建df_countries
df_countries = pd.DataFrame(film_info)
# 设置电影名字为index
df_countries.set_index('电影名字', inplace=True)
# 添加一列得分
df_countries['得分'] = [8.9, 9.2]
```
这样,我们就可以获取电影的国家或地区信息了。df_countries的输出结果如下:
```
美国 中国大陆 中国香港 德国 得分
电影名字
肖申克的救赎 1 0 0 0 8.9
活着 0 1 1 0 9.2
```
相关推荐
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)