### 示例代码：分析 MovieLens 数据集，统计男女观众最喜欢的前十部电影 以下是一个完整的 Python 示例代码，用于分析 MovieLens 数据集并统计男女观众最喜欢的前十部电影。此代码基于提供的引用内容进行扩展，并结合 pandas 库的功能实现。 ```python import pandas as pd # 加载数据 unames = ["user_id", "gender", "age", "occupation", "zip"] users = pd.read_table("datasets/movielens/users.dat", sep="::", header=None, names=unames, engine="python") rnames = ["user_id", "movie_id", "rating", "timestamp"] ratings = pd.read_table("datasets/movielens/ratings.dat", sep="::", header=None, names=rnames, engine="python") mnames = ["movie_id", "title", "genres"] movies = pd.read_table("datasets/movielens/movies.dat", sep="::", header=None, names=mnames, engine="python") # 合并数据 data = pd.merge(pd.merge(ratings, users), movies) # 计算每部电影的平均评分和评分次数 mean_ratings = data.pivot_table('rating', index='title', columns='gender', aggfunc='mean') # 筛选评分次数超过一定阈值的电影（例如100次） ratings_by_title = data.groupby('title').size() active_titles = ratings_by_title.index[ratings_by_title >= 100] mean_ratings = mean_ratings.loc[active_titles] # 找到男性和女性最喜欢的前十部电影 top_female_movies = mean_ratings.sort_values(by='F', ascending=False).head(10) top_male_movies = mean_ratings.sort_values(by='M', ascending=False).head(10) # 输出结果 print("女性观众最喜欢的前十部电影:") print(top_female_movies) print("\n男性观众最喜欢的前十部电影:") print(top_male_movies) ``` ### 代码解释 1. **数据加载**：使用 `pandas.read_table` 方法加载 MovieLens 数据集中的用户、评分和电影信息[^2]。 2. **数据合并**：通过 `pd.merge` 将用户、评分和电影数据合并为一个统一的数据表。 3. **计算平均评分**：利用 `pivot_table` 方法按性别计算每部电影的平均评分[^3]。 4. **筛选活跃电影**：仅保留评分次数超过一定阈值（如100次）的电影，以确保结果具有代表性。 5. **排序与输出**：分别对男性和女性的评分进行降序排序，并提取前10部电影作为最受欢迎的电影列表。 ### 注意事项 - 需要确保 MovieLens 数据集文件路径正确无误。 - 可根据实际需求调整评分次数的阈值，以适应不同的数据分析场景。