对TMDB数据集进行清洗和预处理后， 进行卡方检验假设。选择了以下几个特征：genres、runtime、budget、vote_average、vote_count、release_date，计算每个特征与票房之间的关系强度，从而得到最具影响力的因素。写出代码

以下是对TMDB数据集进行清洗和预处理的代码和卡方检验假设的代码：

import pandas as pd
from scipy.stats import chi2_contingency

# 读取数据集
df = pd.read_csv('tmdb-movies.csv')

# 清洗数据，去除缺失值和重复值
df.dropna(inplace=True)
df.drop_duplicates(inplace=True)

# 将release_date转换成日期类型并提取年份
df['release_date'] = pd.to_datetime(df['release_date'])
df['year'] = df['release_date'].dt.year

# 选取需要分析的特征
features = ['genres', 'runtime', 'budget', 'vote_average', 'vote_count', 'year', 'revenue']

# 构建特征与票房之间的列联表
for feature in features:
    if feature != 'revenue':
        table = pd.crosstab(df[feature], pd.qcut(df['revenue'], 4), margins=True)
        stat, p, dof, expected = chi2_contingency(table)
        print(f'{feature}与票房的关系强度：{stat}')

代码中首先对TMDB数据集进行了清洗和预处理，去除了缺失值和重复值，并将release_date转换成日期类型并提取了年份。然后选取了需要分析的特征，并对每个特征和票房之间的关系强度进行了计算，输出了结果。