用Python分析《令人心动的offer》的万条弹幕，网友们都在吐槽什么？.docxVIP

用Python分析《令人心动的offer2》的13万条弹幕，网友们都在吐槽什么？ 大家好，我是J哥。 综艺，是我们劳累了一天的放松方式，也是我们饭后的谈资。看着本人宠爱的综艺，时间足够美。而《令人心动的offer》，就是一个不错的综艺选择。 《令人心动的offer》目前为止已经播出了两季，第一季在豆瓣为8.3分，共有5万余人评分，其次季目前评分低于第一季，评分仅7.1分。 本文通过爬取《令人心动的offer》其次季13万+弹幕，进行可视化分析和情感分析，完整代码后台回复「offer」即可免费猎取。 数据猎取 《令人心动的offer》其次季在腾讯视频独家播出，目前已播出四期（含面试篇），本文实行分集爬取。弹幕数据爬虫在往期原创文章中已具体讲解，本文不做赘述，感爱好的伴侣可点击： 视频弹幕爬虫，看这一篇就够了。以下以爬取面试篇弹幕为例，并给出完整代码： #-*- coding = uft-8 -*-#@Time : 2021/11/30 21:35 #@Author : 菜J学Python#@File : tengxun_danmu.pyimport requestsimport jsonimport timeimport pandas as pdtarget_id = 6130942571%26 #面试篇的target_idvid = %3Dt0034o74jpr #面试篇的viddf = pd.DataFrame()for page in range(15, 3214, 30): #视频时长共3214秒 headers = {User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.116 Safari/537.36} url = /danmu?otype=json×tamp={0}target_id={1}vid{2}count=80.format(page,target_id,vid) print(正在提取第 + str(page) + 页) html = requests.get(url,headers = headers) bs = json.loads(html.text,strict = False) #strict参数处理部分内容json格式解析报错 time.sleep(1) #遍历猎取目标字段 for i in bs[comments]: content = i[content] #弹幕 upcount = i[upcount] #点赞数 user_degree =i[uservip_degree] #会员等级 timepoint = i[timepoint] #发布时间 comment_id = i[commentid] #弹幕id cache = pd.DataFrame({弹幕:[content],会员等级:[user_degree],发布时间:[timepoint],弹幕点赞:[upcount],弹幕id:[comment_id]}) df = pd.concat([df,cache])df.to_csv(面试篇.csv,encoding = utf-8) 分别爬取完成后，将四个弹幕csv文件放入一个文件夹中。 打开面试篇csv文件，预览如下： 数据清洗 合并弹幕数据 首先，将四个弹幕csv文件进行数据合并，接受concat方法。 import pandas as pdimport numpy as npdf1 = pd.read_csv(/菜J学Python/弹幕/腾讯/令人心动的offer/面试篇.csv)df1[期数] = 面试篇df2 = pd.read_csv(/菜J学Python/弹幕/腾讯/令人心动的offer/第1期.csv)df2[期数] = 第1期df3 = pd.read_csv(/菜J学Python/弹幕/腾讯/令人心动的offer/第2期.csv)df3[期数] = 第2期df4 = pd.read_csv(/菜J学Python/弹幕/腾讯/令人心动的offer/第3期.csv)df4[期数] = 第3期df = pd.concat([df1,df2,df3,df4]) 预览下合并后的数据： df.sample(10) 合并后数据 查看数据信息 () class pan