[PYTHON] Ich möchte sagen, dass es eine Datenvorverarbeitung gibt ~

Hallo, das ist Sunfish. Hast du einen Lieblings-YouTuber? Sind Sie besorgt über die Zunahme der Anzahl der Registranten? Wenn ja, schauen wir uns die Daten an.

Daten

Insgesamt 52 Kanäle

• Kanalinformationen (Anzahl der Abonnenten, Schlüsselwörter für die Kanaleinstellung usw.)
• Gepostete Videoinformationen (Anzahl der Aufrufe, Anzahl der Likes, Anzahl der Kommentare usw.)

Wurde von YouTube API erworben und akkumuliert. ↓ Kanalinformationen ↓ Gepostete Videoinformationen

1-Strong-Format wird vorverarbeitet

Dies sind die Daten, die die Länge des Videos darstellen und im ISO-Standardformat vorliegen. Wenn Sie damit vertraut sind, werden Sie feststellen, dass ** "PT24M18S" -> 24 Minuten 18 Sekunden **. Videos von 1 Stunde oder mehr werden übrigens als ** "PT2H24M57S" ** geschrieben. Und ja, ich kann damit nicht so umgehen, wie es ist, also muss ich es in Sekunden oder Minuten machen, das heißt, einen numerischen Wert.

wird bearbeitet

In Analysis Tool nehan sind 4 Schritte erforderlich, um einen Bruch aus dieser Zeichenfolge zu erhalten. (Ich habe diesmal die Anzahl der Sekunden ignoriert) Die Idee ist, eine Reihe von Zahlen **, die mit ** M oder H enden, aus dem Format ** (Stunden) H (Minuten) M (Sekunden) S ** zu nehmen.

Der Punkt ist der Teil, der Minuten und Stunden mit ** Zeichenkette extrahieren ** extrahiert und mit den folgenden Einstellungen sehr einfach extrahiert werden kann.

Ich multiplizierte die Anzahl der Stunden mit 60 und gab sie auf Minuten zurück, und ich konnte die Gesamtzahl der Minuten ermitteln. Abhängig von der Sprache scheint dieses Format einfach zu handhaben zu sein, aber wenn Sie versuchen, es ohne Programmierung zu tun, wird es ziemlich schwierig.

Es gibt Vorverarbeitung 2 - Ich möchte nur die neuesten Daten

Da wir jeden Tag Kanalinformationen erhalten, werden natürlich die Daten desselben Kanals gesammelt. So können Sie ein Diagramm wie dieses erstellen. (Kanal: Hidetaka Kano [Offizieller Kanal] EIKO! GO !!) Wenn Sie jedoch viele Kanäle vergleichen möchten, benötigen Sie nur die neuesten Daten für jeden Kanal.

wird bearbeitet

Dies erfolgt in einem Schritt. Verwenden Sie ** Wählen Sie n Zeilen von Anfang / Ende ** aus. ↓ Sortieren Sie in absteigender Reihenfolge nach Datenerfassungsdatum und nehmen Sie die erste Zeile für jeden Kanalnamen (Titel).

So konnte ich mit den neuesten Daten ein solches Diagramm erstellen.

Es gibt Vorverarbeitung 3 - Viele Zeichen sind zusammengeklebt

Für den Kanal können mehrere Schlüsselwörter festgelegt werden, die durch Leerzeichen in den Daten getrennt gespeichert werden. Bei dieser Rate kann die Anzahl der Wörter nicht gezählt werden, daher ist es notwendig, jedes Wort zu trennen.

wird bearbeitet

Dies ist ebenfalls in einem Schritt erledigt. Verwenden Sie ** Split String **. ↓ Fügen Sie ein Leerzeichen in die Zeichenfolge des Teilungsstandards ein und aktivieren Sie die Option, um die geteilte Zeichenfolge vertikal zu halten.

Dann können Sie es in Wörter zerlegen und vertikal machen. Ich habe versucht, die Wörter zusammenzufassen, aber es scheint, dass es keine Wörter gibt, die vielen Kanälen gemeinsam sind. .. .. Da wir viele Daten zu Kochkanälen haben, haben wir die meisten Gerichte.

Zusammenfassung

Wie wäre es mit. War dort? Das Analysetool nehan ist ein Tool, das zur Erleichterung der Vorverarbeitung erstellt wurde. Ich hoffe, Sie können das Konzept so gut wie möglich vermitteln.

• Eine Einführung in das Analysetool nehan finden Sie hier [https://nehan.io/product/].