### 代码概述 以下代码将分析MovieLens数据集，统计男女观众最喜爱的前十部电影。主要步骤包括数据加载、性别分组、按评分排序并取前10名。 ### 代码解析 1. **数据加载**：使用`pandas`读取用户、电影和评分数据。 2. **数据合并**：将用户数据与评分数据合并，再与电影数据合并。 3. **性别分组统计**：按性别分组，并计算每部电影的平均评分。 4. **结果输出**：分别提取男女观众评分最高的前十部电影。 ```python import pandas as pd # 加载数据 ratings = pd.read_csv('ratings.csv') # 包含用户ID、电影ID、评分等 movies = pd.read_csv('movies.csv') # 包含电影ID、电影名称等 users = pd.read_csv('users.csv') # 包含用户ID、性别等 # 合并数据 data = pd.merge(pd.merge(ratings, users, on='user_id'), movies, on='movie_id') # 按性别分组，计算每部电影的平均评分 grouped = data.groupby(['gender', 'title'])['rating'].mean().reset_index() # 分别获取男女最爱的前十部电影 top_movies_male = grouped[grouped['gender'] == 'M'].sort_values(by='rating', ascending=False).head(10) top_movies_female = grouped[grouped['gender'] == 'F'].sort_values(by='rating', ascending=False).head(10) print("男性观众最爱的前十部电影：") print(top_movies_male[['title', 'rating']]) print("\n女性观众最爱的前十部电影：") print(top_movies_female[['title', 'rating']]) ``` ### 知识点 1. **Pandas数据处理** 使用`pandas`进行数据加载、合并和分组统计。 2. **数据分组与聚合** 利用`groupby`对数据按条件分组并计算平均值。 3. **排序与切片** 使用`sort_values`排序并用`head`提取前N条记录。